Adversariale Robustness eines Bilderkennungs-Modells im Bauwesen
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst das vortrainierte Modell (PyTorch), einen Test-Datensatz von rund 6.000 Baustellen-Bildern mit PSA-Labeling und Zugang zu einer Robustness-Bibliothek (z. B. torchattacks, Hendrycks-Robustness-Benchmark). Implementiere (1) adversariale Angriffe (PGD mit drei Epsilon-Stufen), (2) natürliche Perturbationen (Regen, Schnee, Bewegungs-Unschärfe via imgaug), (3) eine Empfindlichkeits-Analyse gegen Beleuchtungs-Variation. Reportiere Accuracy unter jeder Bedingung und liefere einen 5-seitigen Versicherungs-tauglichen Report plus ein 1-seitiges Memo zur Roll-out-Empfehlung.
Das Briefing
Was Du tust und was Du zeigst.
Führe eine adversariale und natürliche Robustness-Studie eines PSA-Erkennungs-Modells durch und liefere einen versicherungs-tauglichen Robustness-Report.
Earning criteria — what you'll demonstrate
- Adversariale Angriffe als Robustness-Bewertungs-Werkzeug einsetzen
- Natürliche Perturbationen für realistische Bedingungen aufsetzen
- Robustness-Metriken in einer regulierten Form reporten
- Roll-out-Empfehlungen mit Restrisiko-Beschreibung schreiben
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenKI-Sicherheits-Forscher:in
Adversariale und natürliche Robustness-Studien für regulierte Use-Cases sind die typische AI-Safety-Researcher-Arbeit in Industrie-Settings.
Dieses Projekt schärft
- adversarial-robustness
- robustness
- regulatory-analysis
Computer-Vision-Ingenieur:in
Robustness-Bewertung gehört zur produktreifen CV-Engineering-Arbeit in jeder regulierten Industrie-Anwendung.
Dieses Projekt schärft
- computer-vision
- pytorch
- evaluation
Maschinelles-Lernen-Forscher:in
Angriffs-Methoden als Bewertungsmaßstab einzusetzen und ehrlich zu reporten, ist Forschungs-Disziplin in Trustworthy-AI-Labs.
Dieses Projekt schärft
- adversarial-robustness
- evaluation
- robustness
Noch eine Sache