Metall/Nichtmetall-Klassifikation von Partikeln mit Deep Learning

Dipl.-Wirt.-Ing. Ronny Zwinkau

img

Durch die Entwicklung eines Deep-Learning-Modells (Optimierungsmethoden künstlicher neuronaler Netze) mit 70.000 Bildern von metallischen und nichtmetallischen Partikeln können gegenüber dem etablierten Vorgehen der VDA 19.1 vergleichbare Ergebnisse erzielt werden. Der Vorteil des Verfahrens besteht in der minimierten Empfindlichkeit gegenüber Glanz sowie in der Reduzierung der Anforderungen an die Mikroskop-Hardware. 

Dieser Inhalt steht nur registrierten und eingeloggten Abonnenten zur Verfügung.


Sie sind noch kein Abonnent von JOT – Journal für Oberflächentechnik?

Sichern Sie sich jetzt alle Vorteile!

Alle Fachartikel der Ausgabe 10/2018