Deep Learning-basierte Bildverarbeitung
Die Strelen Control Systems legt seit einigen Jahren einen starken Fokus auf Deep Learning-basierte Lösungen in der industriellen Bildverarbeitung.
Vor allem bei sehr großen Datenmengen, verrauschtem oder unvollständigem Bildmaterial oder bei der Unmöglichkeit, deterministische Algorithmen zu formulieren, ist Deep Learning oft der einzige Weg für eine zuverlässige und leistungsstarke Bildverarbeitungslösung. Die Strelen Control Systems verfügt über ein starkes Team von Ingenieuren und ist in der Lage, alle Aufgabenstellungen eines Gesamtprojektes abzudecken. Das betrifft insbesondere:
- die Gewinnung von Bild- und Datenmaterial
- den Entwurf eines Deep Learning-basierten Verfahrens
- der Implementierung auf einer geeigneten Hardwareumgebung
- der Pflege, Wartung und Weiterentwicklung
Beispiele umgesetzter Projekte:
Semantische Segmentierung:
Sind Objekte schlecht von einem Hintergrund zu unterscheiden, hilft die Deep Learning-basierte semantische Segmentierung. So können Objekte in der freien Natur vor unregelmäßigen Hintergründen abgegrenzt und bestimmt werden. Die SCS hat semantische Segmentierung erfolgreich umgesetzt in der
- Landwirtschaft (als Voraussetzung für eine nachfolgende Klassifikation und Objekterkennung)
- Weinbau (Unterscheidung von Pflanzen und Materialien)
- Viehzucht (Klassifikation)
- Nahrungsmittelindustrie (als Voraussetzung für eine nachfolgende Klassifikation und Objekterkennung)
- Nahrungsmittelindustrie (zur Identifikation von Fremdkörpern)
- Pharmaindustrie (zum Identifizieren von Verunreinigungen)
Objektklassifikation:
Mit der Deep Learning-basierten Klassifikation können Objekte unterschieden oder in Anlehnung an gezeigte Beispiele klassifiziert werden. Beispiele für umgesetzte Projekte:
- Landwirtschaft (zur Identifikation und dem Aussortieren von Fremdkörpern bei der Ernte von Nüssen)
- Nahrungsmittelindustrie (Zum Beurteilen der Mischgüte)
- Nahrungsmittelindustrie (Zum Beurteilen der Qualität von Backwaren, Süßwaren, u.a.)
- Chemische Industrie / Kunststoffindustrie (zur Qualitätsanalyse von Materialien)
- Zutrittskontrolle (Identifikation von Personen)
