AI420: Qualitätskontrolle in der Fertigung mit Modellen zur Bilderkennung

Agenda:

• Motivation und Aufbereitung der Daten:
  • Einführung in die Herausforderungen der Qualitätskontrolle in der Fertigung, Datenbeschaffung und -aufbereitung für das Training von Modellen

• Tiefe neuronale Netzwerke für Bilderkennung und alternative Möglichkeiten zur Nutzung von Modellen:
  • Grundlagen der tiefen neuronalen Netzwerke, verschiedene Modelle zur Bilderkennung und ihre Anwendungen, Auswahl des geeigneten Modells

• Training eines neuronalen Netzwerkes mit TensorFlow und Keras:
  • Einführung in TensorFlow und Keras, Erstellung und Training eines Modells zur Bilderkennung, Optimierung der Modellleistung

• Evaluation des Modells anhand von Testdaten:
  • Methoden zur Evaluierung der Modellleistung, Analyse der Ergebnisse, Verbesserungsmöglichkeiten und Anpassungen des Modells

• Anwendung des Gelernten auf reale Szenarien, Diskussion von Best Practices und möglichen Herausforderungen in der Implementierung

Ziele:

Zielgruppe:

• Entwickler
• IT-Fachkräfte

Voraussetzungen:

• AI200 Einführung in Python für Data Science und KI (alternativ Grundkenntnisse in Python)
• AI220 Einführung in Machine Learning
• AI225 Einführung in Deep Learning und KI

Beschreibung:

Im Workshop AI420 Qualitätskontrolle in der Fertigung mit Modellen zur Bilderkennung lernen Sie, wie man in der Fertigung defekte von nicht-defekten Produkten unterscheidet und wie man Modelle zur Bilderkennung erstellt und trainiert, um diese Klassifizierung automatisch durchzuführen.