Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning

Download statistics - Document (COUNTER):

Müller, P.; Gembarski, P.C.; Lachmayer, R.: Detektion von Konstruktionsfehlern durch eine automatisierte Objekterkennung mittels Deep Learning. In: Corves, B.; Gericke, K.; Grote, K.-H. et al. (Hrsg.): 18. Gemeinsames Kolloquium Konstruktionstechnik 2020. Essen : Universität Duisburg-Essen, 2020 (KT-Kolloquium ; 18), S. 101-112

Repository version

To cite the version in the repository, please use this identifier: https://doi.org/10.15488/11539

Selected time period:

year: 
month: 

Sum total of downloads: 329




Thumbnail
Abstract: 
In der Produktentwicklung gelten diverse Richtlinien, an denen sich Ingenieure orientieren. Letztendlich sind aber die Erfahrungen des jeweiligen Anwenders dafür verantwortlich, ob eine Konstruktion korrekt gestaltet wird. Dieser Beitrag bietet einen Ansatz zur automatisierten Anwendung dieses Erfahrungswissens durch die Objekterkennung mittels Deep Learning. Dafür wird ein neuronales Netz anhand eines Beispiels so trainiert, dass es gießgerechte Gestaltungsmerkmale in einer Konstruktion erkennt und klassifiziert. Die Objekterkennung wird mithilfe des YOLOv4-Algorithmus realisiert, indem zweidimensionale Schnittansichten des Bauteils vom neuronalen Netz analysiert werden. Des Weiteren werden zwei Methoden zur dreidimensionalen Rekonstruktion der Schnittansichten vorgestellt. Abschließend wird die Methode bewertet und kritisch gewürdigt.
License of this version: Es gilt deutsches Urheberrecht. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden.
Document Type: BookPart
Publishing status: publishedVersion
Issue Date: 2020
Appears in Collections:Fakultät für Maschinenbau

distribution of downloads over the selected time period:

downloads by country:

pos. country downloads
total perc.
1 image of flag of Germany Germany 265 80.55%
2 image of flag of United States United States 11 3.34%
3 image of flag of Austria Austria 6 1.82%
4 image of flag of Czech Republic Czech Republic 5 1.52%
5 image of flag of China China 5 1.52%
6 image of flag of Russian Federation Russian Federation 4 1.22%
7 image of flag of Iran, Islamic Republic of Iran, Islamic Republic of 4 1.22%
8 image of flag of Israel Israel 4 1.22%
9 image of flag of Lebanon Lebanon 3 0.91%
10 image of flag of India India 3 0.91%
    other countries 19 5.78%

Further download figures and rankings:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.

Search the repository


Browse