Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   
Bücher:

Studierende:
Praktikum - Optische Verbrennungsdiagnostik von Zündsystemen mit MATLAB
Branche: mehrere
IAV GmbH - Ingenieurgesellschaft Auto und Verkehr - Berlin

Praktikant (w/m) Toolentwicklung Matlab
Branche: Beratung, Expertise, Fahrzeugtechnik, Fahrzeugteile, Technische Dienstleistungen
MBtech Group GmbH & Co. KGaA - Fellbach

Praktikum - Vergleich von MATLAB und Scilab
Branche: mehrere
IAV GmbH - Berlin, Chemnitz

Abschlussarbeit / Praktikum: Entwicklung Matlab (m/w)
Branche: Informationstechnologie, Elektrotechnik, Elektronik
GIGATRONIK Technologies GmbH - Ulm

Abschlussarbeit - Künstliche Intelligenz für die SCR-On-Board-Diagnose
Branche: mehrere
IAV GmbH - Ingenieurgesellschaft Auto und Verkehr - Berlin

weitere Angebote

Partner:


Vermarktungspartner


Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Machine learning für Fehlererkennung in Bildern

 

yahooler
Forum-Newbie

Forum-Newbie


Beiträge: 1
Anmeldedatum: 07.02.18
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 07.02.2018, 12:35     Titel: Machine learning für Fehlererkennung in Bildern
  Antworten mit Zitat      
Hallo,

ich habe in der Universität ein Projekt zu machine learning. Ich möchte Fehler auf Tapeten erkennen.
Die Fehler sind lokale Fehler und erscheinen meistens etwas dunkler. Allerdings sind die Fehler auf verschiedenen Bildern etwas unterschiedlich (mal größer mal kleiner, mal länglich). Zusätzlich hat die Tapete ein Muster, welches aber immer gleich ist. Die Bilder sind relativ gleichmäßig ausgeleuchtet. Die Datenbank über die Fehler soll mit der Zeit größer werden.

Nun habe ich ein Beispiel von Matlab gefunden zu Objekterkennung:
https://de.mathworks.com/help/visio.....int-feature-matching.html


Der Unterschied von dem Beispiel ist nur, dass meine Fehler nicht immer genau gleich aussehen und sich nicht so deutlich von dem Hintergrund abgrenzen.

Mein Ziel ist es, dass ich am Ende Bilder einlesen kann und in diesen nach Fehlern gesucht wird.

Ich denke, dass sich für mein Problem Deep learning nicht eignet, da ich nur über eine geringe Anzahl an Bildern verfüge (max. 200) und die Rechner nicht sehr rechnungsstark sind.

Ich habe leider noch keine Erfahrungen mit machine learning und die Vielzahl an Möglichkeiten ist sehr groß, sodass ich nicht genau weiß wie ich vorgehen soll.

Vielen Dank für eure Hilfe.
Yahooler
Private Nachricht senden Benutzer-Profile anzeigen


SigiSorglos
Forum-Century

Forum-Century


Beiträge: 147
Anmeldedatum: 24.09.14
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 07.02.2018, 18:30     Titel:
  Antworten mit Zitat      
Dein Datensatz von 200 Bildern ist definitiv zu klein für neuronale Netze. Die einzige Möglichkeit die ich sehen würde, wäre Merkmale extrahieren und dann einen Klassifizierer (bspw. SVM) nutzen. Was sich an Merkmalen anbietet, hängt sehr stark von den Bildern ab. Im Endeffekt würdest du mit einem Sliding Window über das zu testende Bild gehen und prüfen, ob an einer Stelle ein Fehler vorliegt.
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.


goMatlab ist ein Teil des goForen-Labels
goForen.de goMATLAB.de goLaTeX.de goPCB.de


 Impressum  | Nutzungsbedingungen  | Datenschutz  | Werbung/Mediadaten | Studentenversion | FAQ | goMatlab RSS Button RSS


Copyright © 2007 - 2018 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
Partner: LabVIEWforum.de

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.