Data Science Use Case - Defekte Teile auf Bildern erkennen

Ihre Ansprechsperson

Benjamin Freisberg

Benjamin Freisberg

+41 (0) 31 382 51 12
b.freisberg@substring.ch

Mit Hilfe von Künstlicher Intelligenz können Objekte auf Bildern erkannt werden

Bilder und Videos sind allgegenwärtig und können zum Beispiel für die Qualitätskontrolle in einer Fabrik, der Wartung von Produkten und Maschinen, der Automatisierung oder der Digitalisierung eingesetzt werden.

Beispiel: Defekte Isolatoren auf Fotos erkennen

Isolatoren werden zum Beispiel bei Hochspannungsmasten verwendet. Wenn Sie nicht wissen, was Isolatoren sind oder wie diese funktionieren, dann spielt das für das Verständnis dieses Beispiels keine Rolle. Auf dem folgenden Bild ist ein Isolator abgebildet - bestimmt haben Sie schon einmal so ein Teil gesehen:

Isolator

Das Ziel ist es nun, auf einem Bild sowohl die intakten als auch die defekten Scheiben des Isolators zu erkennen:

Objekterkennung

Als Grundlage diente uns ein öffentlicher Datensatz mit 1600 Bildern. Jedes dieser Bilder ist zudem gelabelt, d.h. zu jedem dieser Bilder werden in einer Datei die x- und y-Koordination von intakten und defekten Scheiben angegeben. In der folgenden Illustration wird dies in einem Beispiel dargestellt:

Objekterkennung_Label

Mit diesen Daten konnte nun in kurzer Zeit eine Künstliche Intelligenz trainiert werden, mit welcher es nun möglich ist, auf neuen, zuvor ungesehenen Bildern von Isolatoren die intakten und defekten Scheiben zu erkennen.

Dies ist ein typisches Vorgehen, wenn man eine Künstliche Intelligenz mit Hilfe von Machine Learning Algorithmen trainieren möchte. Es wird häufig ein sogenannt gelabelter Datensatz benötigt (in unserem Beispiel die 1600 Bilder inkl. den x- und y-Koordinaten der intakten und defekten Scheiben für jedes Bild), mit welchem die Künstliche Intelligenz trainiert werden kann, um danach auf zuvor ungesehenen Daten eine Prognose abgeben zu können.

Wie kann Ihre Firma von Objekterkennung auf Bildern profitieren?

Es gibt vielseitige Möglichkeiten für einen Einsatz einer Objekterkennung, sei es für die Qualitätskontrolle, die Automatisierung von Prozessen oder der Digitalisierung. Wenn Sie also bereits mit Bildmaterial arbeiten, dann ist eventuell schnell ein Use Case gefunden. Dazu werden heutzutage auch nicht mehr unbedingt tausende von Bildern als Grundlage für eine Künstliche Intelligenz benötigt. Und auch wenn Ihre Bilder noch nicht gelabelt sind, dann kann dies mit den passenden Tools effizient erledigt werden.

Wenn Sie herausfinden möchten, ob es für Ihre Firma ähnliche Use Cases gibt oder Sie bereits einen Use Case kennen und diesen umsetzen möchten, dann nehmen Sie mit uns Kontakt auf für ein unverbindliches Gespräch.

 

Zurück