Computational-Photography-Pipeline für Modefotos im Studio
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 800 Rohaufnahmen (RAW + JPEG) plus Metadaten aus drei Studio-Sessions sowie eine Liste der heutigen manuellen Verarbeitungs-Schritte. Implementiere eine Pipeline in Python: (1) automatischer Weißabgleich (graue Welt + Lernverfahren als Fallback); (2) Hintergrund-Freistellung mit einem vortrainierten Modell (z. B. rembg oder MODNet); (3) Belichtungsangleichung auf einen Studio-Referenzwert; (4) Eskalations-Logik (Konfidenz unter Schwellwert -> manuelles Review). Bewerte auf 200 Produktfotos mit der Bildredaktion (binäres OK/Nicht-OK), miss Durchlaufzeit und Eskalationsrate. Liefere Code, einen Acceptance-Report und ein Roll-out-Memo.
Das Briefing
Was Du tust und was Du zeigst.
Wie viel manuelle Nachbearbeitung kann eine computergestützte Verarbeitungs-Pipeline für Studio-Modefotos verlässlich automatisieren, ohne die Bildqualität für den Shop zu senken?
Earning criteria — what you'll demonstrate
- Klassische Bildverarbeitung mit modernen Deep-Learning-Bausteinen kombinieren
- Eskalations-Logik als zentralen Pipeline-Baustein verstehen
- Akzeptanz durch eine Redaktion als harte Metrik behandeln
- Operative Trade-offs (Durchlaufzeit vs. Eskalationsrate) sauber kommunizieren
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 RollenComputer-Vision-Ingenieur:in
Eine pragmatische Computational-Photography-Pipeline für E-Commerce-Studios zu bauen, ist eine direkte Aufgabe für Computer-Vision-Ingenieur:innen in Retail-Tech-Teams.
Dieses Projekt schärft
- computational-photography
- background-removal
- image-processing
Machine-Learning-Ingenieur:in
Pipeline-Design mit Eskalations-Logik und Durchlaufzeit-Messung gehört zum Pflichtprogramm von ML-Ingenieur:innen, die Modelle in produktive Workflows integrieren.
Dieses Projekt schärft
- python
- pipeline-design
- white-balance
KI-Engineer
Mehrere Bild-Bausteine zu einer einzigen, reproduzierbaren Pipeline zu verschalten, ist genau das Glue-Engineering, wofür KI-Engineers in Produktteams eingestellt werden.
Dieses Projekt schärft
- pipeline-design
- background-removal
- image-processing
Noch eine Sache