Visuelle Regal-Analyse für einen Lebensmittel-Filialisten
Übersicht
Worum es bei diesem Projekt geht.
Trainiere ein Modell zur Regalanalyse, quantisiere es fürs Smartphone und erhalte dein verifizierbares Zertifikat.
Das Szenario
Der Filialist (Hauptverwaltung in der Region Köln, knapp 90.000 Mitarbeitende) misst Out-of-Stock-Quoten in den Filialen; jede Senkung um 1 Prozent übersetzt sich laut interner Studie in einen Umsatzeffekt im niedrigen einstelligen Millionenbereich pro Jahr.
Das Briefing
Was Du tust und was Du zeigst.
Baue eine On-Device-Vision-Pipeline, die Regal-Lücken und fehlende Preisetiketten mit mAP über 0,75 bei unter 300 ms Latenz auf einem Mittelklasse-Android-Telefon erkennt.
Earning criteria — what you'll demonstrate
- Objekt-Detektoren auf domänenspezifischen Einzelhandels-Daten trainieren
- Modell-Quantisierung als Hebel für mobile Inferenz einsetzen
- Trade-off mAP vs. Latenz vs. Modell-Größe argumentieren
- On-Device-Deployment-Konzepte mit Datenschutz-Argumentation entwerfen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Visual Intelligence and Visual Reasoning
Master · Computer Vision
Strong alignment
This challenge maps to Visual Intelligence and Visual Reasoning 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.
- Object Detection
Apply object detection to solve real industry problems and demonstrate production-level capability.
- Image Classification
Apply image classification to solve real industry problems and demonstrate production-level capability.
- Model Quantization
Apply model quantization to solve real industry problems and demonstrate production-level capability.
- Edge Deployment
Apply edge deployment to solve real industry problems and demonstrate production-level capability.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply 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
Einzelhandels-Vision-Pipelines mit On-Device-Deployment sind ein wachsendes Feld; diese Challenge liefert einen Detektor + mobile Inferenz + Memo, die in CV-Engineering-Interviews ziehen.
Dieses Projekt schärft
- object-detection
- model-quantization
- edge-deployment
Maschinelles-Lernen-Ingenieur:in
Quantisierung, mAP/Latenz-Trade-offs und ein vorzeigbarer Demo sind tägliches MLE-Brot in Mobile-ML-Teams im Einzelhandel.
Dieses Projekt schärft
- model-quantization
- image-classification
- evaluation
KI-Ingenieur:in
Den Spagat aus Produkt-Demo, On-Device-Constraint und Datenschutz-Argumentation zu meistern, ist klassische KI-Ingenieur:innen-Arbeit in produktorientierten Teams.
Dieses Projekt schärft
- object-detection
- edge-deployment
- evaluation
Noch eine Sache