14.11.2025 • Fachbeiträge

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.

Registrieren