Fake it till you make it: Synthetische Bilddatenerzeugung für industrielle Anwendungen

Synthetische Bilddaten gewinnen in der industriellen Produktion zunehmend an Bedeutung, da sie eine skalierbare und flexible Alternative zur aufwendigen Erfassung und Annotation realer Bilddaten darstellen.

Der Vortrag beleuchtet zwei komplementäre Ansätze zur Erzeugung solcher Daten: physik-basiertes Rendering sowie generative KI-Methoden, die auf modernen Modellen wie Diffusion Models oder Generative Adversarial Networks (GANs) beruhen.

Beide Ansätze werden hinsichtlich ihrer Stärken und Grenzen diskutiert. Anhand von Beispielen aus der industriellen Qualitätsprüfung und der Objekterkennung wird gezeigt, wie synthetische Daten den Trainingsprozess und die Erkennungsleistung verbessern.

Vorkenntnisse

• Vorkenntnisse im Bereich tiefer neuronaler Netze

Lernziele

• Herausforderungen bei der optischen Qualitätsprüfung in der Produktion
  
• Unterschiede der verschiedenen Methoden zur synthetischen Bilderzeugung
  
• Vorteile synthetischer Bilddaten für die Datenaugmentierung.