Metall/Nichtmetall-Klassifikation von Partikeln mit Deep Learning
Dipl.-Wirt.-Ing. Ronny Zwinkau
Durch die Entwicklung eines Deep-Learning-Modells (Optimierungsmethoden künstlicher neuronaler Netze) mit 70.000 Bildern von metallischen und nichtmetallischen Partikeln können gegenüber dem etablierten Vorgehen der VDA 19.1 vergleichbare Ergebnisse erzielt werden. Der Vorteil des Verfahrens besteht in der minimierten Empfindlichkeit gegenüber Glanz sowie in der Reduzierung der Anforderungen an die Mikroskop-Hardware.