Semantische Segmentierung von Ankerkomponenten von Elektromotoren
| Zugehörige Institution(en) am KIT | Institut für Industrielle Informationstechnik (IIIT) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsmonat/-jahr | 11.2020 |
| Sprache | Deutsch |
| Identifikator | ISBN: 978-3-7315-1053-6 KITopen-ID: 1000129219 |
| Erschienen in | Forum Bildverarbeitung 2020. Ed.: T. Längle ; M. Heizmann |
| Verlag | KIT Scientific Publishing |
| Seiten | 329-340 |
| Bemerkung zur Veröffentlichung | In diesem Beitrag wird die semantischeSegmentierung von Ankern aus Elektromotoren und seinenKomponenten untersucht. Hierf ̈ur wird ein U-Net mit einemeigenst ̈andig angefertigten Datensatz trainiert, welcher ausBildern von Ankern unterschiedlichster Bauformen bestehtund im Rahmen dieses Beitrags angefertigt wurde. Aufgrundder geringen Anzahl von 75 Trainingsbildern werden nebeneiner geeigneten Standardaugmentierung auch eine neuartigeHintergrundaugmentierung und das Einbinden von Kanten-informationen untersucht. Mithilfe dieser Methoden kann derTestfehler bei der Segmentierung um insgesamt 70% reduziertwerden. |
| Schlagwörter | Neuronale Netze, maschinelles Lernen, semantische Segmentierung, automatische Sichtprüfung |
| Relationen in KITopen |