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
Es muss nicht immer ein humanoider Roboter sein
Mythomorphes Design eröffnet der sozialen Robotik eine eigene Perspektive. Als Vorbilder dienen Mythen und Fantasiewesen statt Mensch oder Tier. Der Beitrag ordnet Beispiele ein und diskutiert Chancen sowie Risiken.
Daten verstehen und für sich nutzen
Wenn Maschinen ausfallen, Gasflaschen leer sind oder Netze im Verborgenen Energie verlieren, wird es für Betreiber industrieller Anlagen teuer.
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.
Antriebe für Tiefsee und Weltall
Lösungen für herausfordernde Einsatzbedingungen wie in der Tiefsee oder im Weltall verlangen kundenspezifische Antriebslösungen, die im Co-Engineering entwickelt werden.
Lidar-basierte 3D-Breitenmessung im Free-Flow-Verkehr
Tunnel sind für den Verkehr unverzichtbar, komplexe Technik im Tunnel und auch davor respektive danach spielt dabei eine wesentliche Rolle.