GAN für synthetische Trainingsdaten in der Defekterkennung
Übersicht
Worum es bei diesem Projekt geht.
Du bekommst 4.000 echte Leiterplatten-Bilder (1.500 davon mit annotierten Defekten, davon nur 80 mit dem seltenen Defekttyp 'Microcrack') und den heutigen Detektor. Trainiere ein StyleGAN2 oder ein bedingtes Diffusion-Modell auf den seltenen Defekten, generiere 500 zusätzliche Beispiele und re-train den Detektor. Vergleiche Detektor-Performance auf einem Holdout mit und ohne synthetische Daten. Liefere Trainings-Pipeline, Demo-Galerie und 4-seitige Studie.
Das Briefing
Was Du tust und was Du zeigst.
Belege, ob synthetische GAN-/Diffusion-generierte Defekte die Detektor-Performance auf seltenen Leiterplatten-Defekten messbar verbessern.
Earning criteria — what you'll demonstrate
- GANs / bedingte Diffusion als Generative-AI-Strategie für synthetische Daten anwenden
- Synthetische Daten so evaluieren, dass Verbesserungen statistisch belastbar sind
- Mode-Collapse und Overfitting bei kleinen Trainings-Sets erkennen
- Daten-Augmentations-Strategien für industrielle QS aufzeigen
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 RollenML-Forscher:in
Synthetische-Daten-Studien mit GANs/Diffusion sind ein laufendes Forschungsthema; eine industriell motivierte Studie ist starkes Portfolio-Material.
Dieses Projekt schärft
- gans
- synthetic-data
- generative-models
Computer-Vision-Ingenieur:in
Defekterkennung mit Data-Augmentation für seltene Klassen ist genau die Arbeit, die Computer-Vision-Ingenieurinnen in Elektronik-Fertigung übernehmen.
Dieses Projekt schärft
- pytorch
- data-augmentation
- evaluation
Forschungswissenschaftler:in
Saubere Eval-Methodik mit Seed-Mittelung und ehrlicher Limitations-Diskussion ist Pflichtkompetenz für Junior-Forschungswissenschaftlerinnen in industriellen KI-Laboren.
Dieses Projekt schärft
- evaluation
- generative-models
- synthetic-data
Noch eine Sache