inspect award 2025: KI wertet CT-Daten effizient aus
VG-Trainer ist eine Lösung von Hexagon zur KI-basierten Segmentierung von CT-Daten. Sie ermöglicht die Vollautomatisierung komplexer Prüfaufgaben auch auf sehr verrauschten Daten aus prozesszeit-bedingt kurzen CT-Scans. Jan Gräser, Product Manager VG Product Line, verrät weitere Details.
David Löh, Chefredakteur der inspect
inspect: Wie gelingt die Segmentierung auch bei verrauschten CT-Daten?
Jan Gräser: Es hängt alles von den Trainingsdaten ab. Wir setzen voraus, dass das Deep-Learning-Modell auf Daten trainiert wird, deren räumliche Auflösung und Kontrastauflösung der Datenqualität der späteren Produktionslinie entspricht. Das heißt, idealerweise stammen die Trainingsdaten aus der laufenden Produktion. Für das präzise Labeln der Daten dürfen selbstverständlich CT-Scans derselben Bauteile in besserer Qualität verwendet werden. Durch die vielen hintereinander geschalteten Faltungsoperationen mit lernbaren Parametern und geeigneten Trainingsdaten gelingt es dem Deep-Learning-Modell, auch in verrauschten CT-Daten die gewünschten – oder eher die unerwünschten – Strukturen zu erkennen.
inspect: Welche Prüfaufgaben lassen sich mit VG-Trainer automatisieren?
Weiterlesen mit Login
Noch nicht registriert?
Registrieren Sie sich jetzt kostenfrei und Sie erhalten vollen Zugriff auf alle exklusiven Beiträge. Mit unserem Newsletter senden wir Ihnen Top-Meldungen aus der Automatisierung, Bildverarbeitung und Licht- und Lasertechnik im Industrieumfeld. Außerdem erhalten Sie regelmässig Zugriff auf unsere aktuellen E-Paper.
RegistrierenAnbieter
Hexagon Metrology GmbHSiegmund-Hiepe-Str. 2-12
35578 Wetzlar
Deutschland
Meist gelesen
„Neue Technologien entstehen immer in der Forschung und Entwicklung“
Kolja Haberland, CTO bei Laytec, spricht über die Anfangsjahre des Unternehmens und erklärt, wie es gelang, von einem Drei-Personen-Betrieb zu einem weltweit tätigen mittelständischen Unternehmen zu wachsen.
Warum viele Vision-AI-Projekte trotz guter Modelle scheitern
KI-Modelle liefern in der industriellen Bildverarbeitung oft gute Resultate in der Pilotphase, im Serienbetrieb stoßen sie aber schnell an Grenzen.
Opto-Doppelspitze setzt auf neue Strategie, Technik und operative Prozesse
Opto wird von Markus Riedi und Dr. Daniel Kraus als Doppelspitze geführt. Sie fokussieren auf Internationalisierung, strategische Partnerschaften und Unternehmensstruktur, um Wachstum und Skalierung zu fördern.
Chatbots für tote, gefährdete und ausgestorbene Sprachen
Möglichkeiten und Grenzen generativer KI für die Weiterbildung.
Echtzeit-Analyse mit KI-gesteuerten Hyperspektralkameras
Hyperspektrale Bildgebung gilt als Schlüsseltechnologie in Einsatzgebieten, in denen neben der visuellen Erscheinung auch die Materialzusammensetzung von Objekten eine Rolle spielt.