Defekterkennung in Fertigungsbildern für einen Werkzeughersteller
Übersicht
Worum es bei diesem Projekt geht.
Trainiere zwei Modelle zur Defekterkennung auf 6.000 Fertigungsbildern, evaluiere sie mit F1 und mAP und erhalte ein verifizierbares Zertifikat.
Das Szenario
Der Werkzeughersteller liefert an die Automobil- und Maschinenbau-Industrie in Sachsen, Bayern und Tschechien; die Qualitätsprüfung ist ein direkter Engpass im Drei-Schicht-Betrieb.
Das Briefing
Was Du tust und was Du zeigst.
Wie zuverlässig und erklärbar kann ein Bildmodell vier Defektklassen an Wendeschneidplatten erkennen, damit es im Produktionsbetrieb akzeptiert wird?
Earning criteria — what you'll demonstrate
- Klassifikations- und Detektionsmodelle vergleichen und richtig auswählen
- Erklärbare KI (Grad-CAM) als Akzeptanz-Werkzeug einsetzen
- Modell-Endpoints als Container für eine Werkstatt-Pilotierung verpacken
- Den Übergang von Pilot zu CE-konformer Integration vorbereiten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Image Processing and Computational Imaging
Master · Computer Vision
Strong alignment
This challenge maps to Image Processing and Computational Imaging at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Image Classification
Apply image classification to solve real industry problems and demonstrate production-level capability.
- Object Detection
Apply object detection to solve real industry problems and demonstrate production-level capability.
- Explainable Ai
Apply explainable ai to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Fastapi
Apply fastapi to solve real industry problems and demonstrate production-level capability.
- Model Evaluation
Apply model evaluation to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Computer-Vision-Ingenieur:in
Defekterkennung mit Erklärbarkeit und Demo-Endpoint ist die genaue Aufgabe, die Computer-Vision-Ingenieur:innen in deutschen Mittelstands-Fertigungen täglich liefern müssen.
Dieses Projekt schärft
- image-classification
- object-detection
- explainable-ai
Machine-Learning-Ingenieur:in
Modell-Training plus Container-Deployment plus Per-Klassen-Evaluierung deckt das Kernhandwerk von ML-Ingenieur:innen in produktnahen Teams ab.
Dieses Projekt schärft
- pytorch
- fastapi
- model-evaluation
Applied AI Scientist
Die Brücke von Bilddaten zu einer produktreifen Demo, die Qualitätsabteilungen akzeptieren, ist klassische Applied-AI-Arbeit in der Industrie.
Dieses Projekt schärft
- explainable-ai
- model-evaluation
- image-classification
Noch eine Sache