Blank A, Baier L, Kedilioglu O, Zhu X, Metzner M, Franke J (2021)
Publication Language: German
Publication Type: Journal article, Online publication
Publication year: 2021
Book Volume: 111 (2021)
Pages Range: 759-762
Journal Issue: 10
DOI: 10.37544/1436-4980-2021-10-105
Production is characterized by an antagonism between flexibility and productivity. Deep Learning-based autonomous robot skills for object manipulation offer potential to solve existing challenges. Currently, the effort to generate appropriate datasets to adapt new components is time-consuming. In this research context, we present and evaluate a method for time-efficient data generation for object recognition based on synthetic data.
Die Produktion ist geprägt durch einen Antagonismus aus Flexibilität und Produktivität. Objektmanipulation gestützt durch Deep-Learning-basierte, autonome Roboterfähigkeiten bietet Potenzial, bestehende Herausforderungen zu lösen. Der Aufwand zur Erzeugung zweckmäßiger Daten ist allerdings hoch. Im Beitrag vorgestellt und bewertet wird eine Methode zur zeiteffizienten Datengenerierung für die Objekterkennung mittels synthetischer Daten.
APA:
Blank, A., Baier, L., Kedilioglu, O., Zhu, X., Metzner, M., & Franke, J. (2021). Effiziente KI-Adaption durch synthetische Daten/Efficient AI Adaption using Synthetic Data. wt Werkstattstechnik - Online, 111 (2021)(10), 759-762. https://doi.org/10.37544/1436-4980-2021-10-105
MLA:
Blank, Andreas, et al. "Effiziente KI-Adaption durch synthetische Daten/Efficient AI Adaption using Synthetic Data." wt Werkstattstechnik - Online 111 (2021).10 (2021): 759-762.
BibTeX: Download