Hackathon - Defekterkennung mit Deep Learning
Programmierseminar auf der Digitalen Woche Kiel zum Thema Maschinelles Lernen in der Bildverarbeitung
Deep-Learning-Einsteiger können bei unserem Hackathon lernen, wie man ein neuronales Netz für eine Problemstellung aus der Bilderkennung konzipiert, es trainiert und kritisch validiert. Angeleitet durch das Team des Mittelstand 4.0 Kompetenzzentrum Kiel erhalten Sie auf interaktive Weise einen praktischen Einblick in die bildgestützte Defekterkennung. Lösen Sie unter unserer Anleitung ein konkretes Bilderkennungsproblem. Wir stellen Ihnen vorgefertigten Code zur Verfügung und Sie rechnen einfach und bequem auf dem Lübecker KI-Lab.
Erfahren Sie in unserem Praxisimpuls mehr über konkrete KI-Projekte, die das Kompetenzzentrum bereits mit Unternehmen durchgeführt hat, wie z.B. mit dem Schiffbau- und Industriezulieferer WISKA, der Computer Vision im Bereich der Defekterkennung einsetzt. Erkunden Sie mit uns die aufregenden Möglichkeiten als auch die Tücken der Deep-Learning Technologie gleichermaßen. Die Veranstaltung findet online statt und die Teilnahme ist für Sie kostenlos.
Zielgruppe: Entwickler mit Vorkenntnissen in Maschinellem Lernen (nicht Deep Learning). Python-Kenntnisse sind von Vorteil. Sie wollen lernen, ein Computer Vision Problem aus Bereichen der Bildklassifikation, -lokalisation oder -segmentierung zu lösen.
Agenda
13:00 Uhr | Begrüßung + Vorstellung des Mittelstand 4.0-Kompetenzzentrum Kiel und des KI-Lab
13:15 Uhr | Praxisimpuls: Vorstellung von KI-Projekten des Kompetenzzentrums von Dominik Mairhöfer, Wissenschaftl. Mitarbeiter an der Universität zu Lübeck
Beginn des Praxisteils unter der Leitung von Christoph Linse, Wissenschaftl. Mitarbeiter an der Universität zu Lübeck
13:45 Uhr | Demonstration und Einführung der Arbeitsumgebung des KI Labs
14:00 Uhr | Impulsvortrag: Problemstellung, Datensatz & Datenvorverarbeitung
14:15 Uhr | Ihre Coding-Time: Datenvorverarbeitung
15:00 Uhr | Impulsvortrag: Training von Neuronalen Netzen
15:15 Uhr | Ihre Coding-Time: Training und Validierung
15:45 Uhr | Abschluss und Feedback
16:00 Uhr | Ende der Veranstaltung