Machine und Deep Learning Seminar

Abstract – Synthetische Daten für die Fehlersegmentierung auf komplexen Metalloberflächen

(Synthetic Data for Defect Segmentation on Complex Metal Surfaces)

Die Segmentierung von Metalldefekten stellt aufgrund der komplexen Lichtreflexion der Oberfläche und des Mangels an Trainingsdaten eine große Herausforderung für automatische Inspektionssysteme dar. In diesem Vortrag wird ein reales und ein synthetisches Datensatzpaar zur Fehlersegmentierung für die Multiview-Inspektion einer Metallkupplung vorgestellt, um den Datenmangel zu überwinden. Das Vortraining des Modells auf unserem synthetischen Datensatz wurde mit ähnlichen Inspektionsdatensätzen aus der Literatur verglichen. Zwei Techniken werden vorgestellt, um die Effizienz des Modelltrainings und die Vorhersageabdeckung in dunklen Bildbereichen zu erhöhen. Die Ergebnisse wurden für drei gängige Segmentierungsarchitekturen gesammelt, um die überlegene Effizienz der synthetischen Daten zu bestätigen und verschiedene Herausforderungen der Multiview-Inspektion aufzuzeigen.