KI & Daten
Computer Vision Challenges
Computer Vision-Challenges bringen dich dazu, Maschinen das Sehen beizubringen. Du entwickelst Fähigkeiten in Bildverarbeitung und CNN-Klassifikation, baust Pipelines mit OpenCV, gehst Object Detection und Segmentierung an und passt vortrainierte Modelle über Transfer Learning an.
Von dort meisterst du die kniffligeren Themen — Custom-Architekturen, 3D-Vision, Echtzeit-Inferenz und Computergrafik — und baust und deployst Vision-Systeme so, wie es angewandte Forschungsteams wirklich tun. Jede gelöste Challenge bringt dir einen verifizierten Nachweis für Recruiter.
Empfohlene Industrieprojekte
· Object Detection Zurücksetzen- CodeMittelstufeNeu
Sensorfusions-Prototyp für einen ZF-nahen Tier-1-Zulieferer aus Friedrichshafen
Sie nutzen den nuScenes-Datensatz als öffentliche Basis. Implementieren Sie eine späte Fusion auf Objektebene: Kamera-Detektor (vortrainiert) plus Radar-Punkte, die mittels Kalm…
- Sensor Fusion
- Kalman Filter
- Object Detection
AI for Autonomous Vehicles - CodeEinsteigerNeu
Visuelle Regal-Analyse für einen Lebensmittel-Filialisten
Du erhältst rund 1.500 Regal-Fotos aus 20 anonymisierten Filialen plus Annotationen (Produkt-Bounding-Boxes, Lückenpositionen, Preisetiketten) und einen Katalog von 250 Produkte…
- Object Detection
- Cnn Klassifikation
- Model Quantization
Visual Intelligence and Visual Reasoning - CodeMittelstufeNeu
Verkehrsteilnehmer-Erkennung für einen Stuttgarter Premium-OEM verbessern
Sie erhalten 18.000 gelabelte Innenstadt-Frames aus drei DACH-Städten plus 1.500 Frames mit dokumentierten Edge Cases (Schaufenster-Spiegelung, Schatten, Regen). Trainieren Sie …
- Object Detection
- Transfer Learning
- Edge Case Analysis
AI for Autonomous Vehicles - CodeEinsteigerNeu
Defekterkennung in Fertigungsbildern für einen Werkzeughersteller
Du erhältst 6.000 vorlabelte Bilder (vier Defektklassen plus 'in Ordnung'), aufgenommen unter Werkstatt-Lichtbedingungen. Trainiere zwei Modelle: (1) ein leichtes EfficientNet-B…
- Cnn Klassifikation
- Object Detection
- Explainable Ai
Image Processing and Computational Imaging Practice your coursework on real scenarios.
Every challenge is shaped from real-world context — not generic exercises. The work mirrors what your degree prepares you for.
Why Ewance
- CodeEinsteigerNeu
Objekterkennung für ein Erfurter Solarpark-Drohnenmonitoring
Sie erhalten 3.500 gelabelte Drohnenbilder (Bounding-Boxes für Hotspot, Verschmutzung, Beschädigung). Trainieren Sie einen YOLOv8-Detektor mit Transfer Learning und vergleichen …
- Object Detection
- Transfer Learning
- Pytorch Oder Tensorflow
Computer Vision - CodeMittelstufeNeu
Computer-Vision-Pipeline für eine Mittelständische Recyclinganlage
Euer Team von drei bis fünf Studierenden setzt das System in drei Sprints um: 1) Datenerfassungs- und Annotations-Pipeline (etwa 8.000 Bilder werden mit einer leichtgewichtigen …
- Computer Vision
- Object Detection
- Edge Deployment
AI Software Engineering Group Project - CodeMittelstufeNeu
Echtzeit-Detektion von Schutzausrüstung auf einer Großbaustelle
Du erhältst 6.000 annotierte Bilder (Personen mit/ohne Helm, mit/ohne Warnweste) sowie Test-Videos von 3 Kameras. Trainiere YOLOv8 oder YOLOv10 auf den 4 Klassen, optimiere für …
- Object Detection
- Yolo
- Edge Deployment
Deep Learning for Computer Vision
So funktioniert's
Vom Briefing zum Zertifikat – in sechs Schritten.
Schritt 01
Durchsuche Challenges passend zu Deinem Studium.
Schritt 02
Wähle das Projekt, das zu Deinen Zielen passt.
Schritt 03
Arbeite es mit Hilfe des AI Copiloten durch.
Schritt 04
Reiche es zur strukturierten Bewertung ein.
Schritt 05
Erhalte ein verifiziertes Zertifikat.
Schritt 06
Füge es Deinem LinkedIn-Profil mit einem Klick hinzu.
Verwandte Kompetenzfelder
Alle Kompetenzen durchsuchenBranchenteams hinter einem Jahrzehnt praxisorientierter Briefings
Aus diesem Pool einstellen?
Sponsere eine Challenge und lerne Kandidaten durch ihre tatsächliche Arbeit kennen.
Industrieteams können Briefings rund um die Fähigkeiten gestalten, die sie suchen, und Studierende anhand von bewertungsmatrix-gestützten Ergebnissen beurteilen – nicht anhand von Lebensläufen.