Galina Polte & Albrecht Heß (TU Ilmenau, Fachgebiet Qualitätssicherung und Industrielle Bildverarbeitung): Datenaugmentierung für KI in der Produktion
Wie in vielen anderen Bereichen kommt auch in der industriellen Qualitätssicherung zunehmend Deep Learning für komplexe Erkennungsaufgaben zum Einsatz. Da in der Produktion verfahrensbedingt viele IO-Teile aber nur wenig NIO-Teile anfallen, wird oft auf eine Outlier Detection zurückgegriffen, die auf die Klasse der IO-Teile antrainiert wird und NIO-Teile als Outlier klassifiziert. Eine genauere Unterscheidung der Fehlerklassen erfolgt dann nicht mehr, da in der Regel zu wenig Beispiele für ebendiese vorhanden sind. Der Vortrag befasst sich mit dem Einsatz neuer Verfahren zur Datensatzerweiterung (Datenaugmentierung), um der Problematik unterrepräsentierter Fehlerklassen zu begegnen.
