AI Use Cases

synvert Acce­le­ra­tors
fabric

Indus­tri­als  - Ero­si­ons­de­tek­tion mit Com­pu­ter Vision




Indus­tri­als


Das Pro­jekt zielt dar­auf ab, die halb­au­to­ma­ti­sche Kenn­zeich­nung und Aus­wer­tung von Bil­dern und Videos zur Ero­si­ons- und Kavi­ta­ti­ons­er­ken­nung durch den Ein­satz eines moder­nen Com­pu­ter-Vision-Modells zu verbessern.

Aus­gangs­lage


Die Ero­si­ons- und Kavi­ta­ti­ons­er­ken­nung wurde von Experten durch­ge­führt, die Bil­der und Video­da­ten aus­wer­te­ten. Ziel des Pro­jekts war es, die Kenn­zeich­nung und Aus­wer­tung von Bil­dern und Videos halb zu auto­ma­ti­sie­ren, indem ein moder­nes Com­pu­ter-Vision-Modell zur Ero­si­ons- und Kavi­ta­ti­ons­er­ken­nung imple­men­tiert und ange­passt wer­den sollte. Wei­tere Ziele waren neben der Kos­ten­sen­kung die Redu­zie­rung sub­jek­ti­ver Ein­flüsse und eine Ver­bes­se­rung der Aus­wer­tungs­qua­li­tät. Obwohl der Fokus auf der Erken­nung von Ero­sion auf Bil­dern von Tur­bi­nober­flä­chen und der Kavi­ta­ti­ons­er­ken­nung in Videos von Tur­bi­nen im Labor lag, sollte die Lösung auch auf andere ähn­li­che Anwen­dungs­fälle über­trag­bar sein.

Solu­tion


Eine moderne Com­pu­ter-Vision-Tech­no­lo­gie wurde ange­passt und zur Erken­nung von Ero­sion und Kavi­ta­tion an Was­ser­tur­bi­nen ein­ge­setzt, was zu erheb­li­chen Ver­bes­se­run­gen in der Qua­li­tät der Ergeb­nisse führte und gleich­zei­tig die Kos­ten durch die Halb­au­to­ma­ti­sie­rung der Aus­wer­tung von Bil­dern und Videos senkte.

Die Archi­tek­tur


  • Objekt­er­ken­nungs­pro­blem, manu­ell durch­ge­führt von Experten
  • (Semi-) Auto­ma­ti­sie­rung des Pro­zes­ses mit einem Active-Learning-Workflow
  • Ein­satz von State-of-the-Art Com­pu­ter Vision Technologie
  • Fle­xi­bler Work­flow, der auf ähn­li­che Objekt­er­ken­nungs­pro­bleme im Unter­neh­men anwend­bar ist

synvert Vor­teile


  • Kos­ten­sen­kung bei der Ero­si­ons- und Kavi­ta­ti­ons­er­ken­nung – ~70 % Prä­zi­sion und Recall nach nur 50 Trai­nings­bei­spie­len, Poten­zial für voll­stän­dige Automatisierung
  • Redu­zie­rung sub­jek­ti­ver Ein­flüsse bei der Bildklassifizierung
  • Ver­bes­se­rung der Qua­li­tät der Ergebnisse
  • Akti­ver Lern-Workflow
  • Deut­li­che Beschleu­ni­gung der Datenkennzeichnung
  • Halb­au­to­ma­ti­sier­ter Work­flow zur kon­ti­nu­ier­li­chen Ver­bes­se­rung des Computer-Vision-Modells
  • Schnell an andere Anwen­dungs­fälle anpassbar
  • Demons­tra­tion des Poten­zi­als moderns­ter Machine-Lear­ning-Tech­no­lo­gie und Ver­bes­se­rung der Wett­be­werbs­fä­hig­keit des Unternehmens
Kategorien

Alle

Banking

Communications, Media & Telecom

Consumer Goods & Retail

Energy & Resources

Health & Life Science

Industrials

Insurance

Public Sector


Indus­tri­als

Soft­ware­Fac­tory bei einem füh­ren­den Unter­neh­men der Automobilsoftwarebranche


Indus­tri­als

Ska­lier­bare Fahrzeugdatenbank


Con­su­mer Goods & Retail

DevX-Impact bei einem HR-Tech-Unternehmen


Con­su­mer Goods & Retail

Inter­na­tio­nale Expan­sion eines füh­ren­den Online Autohändlers


Indus­tri­als

Beschleu­ni­gung der Cloud-nati­ven Ent­wick­lung bei einem Automobilhersteller


Com­mu­ni­ca­ti­ons, Media & Telecom

Erken­nung von Anoma­lien bei Retail Verkaufsprovisionen


Energy & Resources

Ein­rich­tung einer zuver­läs­si­gen und leis­tungs­star­ken Plattform


Com­mu­ni­ca­ti­ons, Media & Telecom

Wahr­schein­lich­keits­vor­her­sage für die Kundenabwanderung


Indus­tri­als

Früh­erken­nung von mecha­ni­schen Defekten


Indus­tri­als

NLP im Automobilbereich


Com­mu­ni­ca­ti­ons, Media & Telecom

Ope­ra­tio­nal Data Lake


Con­su­mer Goods & Retail

Real-Time Mar­ke­ting


Indus­tri­als

Auto­ma­ti­sierte Klas­si­fi­zie­rung von Autos nach ihrem Modell


Public Sec­tor

Die­sel­tech Programm


Indus­tri­als

Zen­tra­les Data Warehouse


Indus­tri­als

Data as a Ser­vice – BI & Big Data CC


Com­mu­ni­ca­ti­ons, Media & Telecom

Ope­ra­tive Arbeit/Unterstützung im Bereich Data Warehousing


Indus­tri­als

Ero­si­ons­de­tek­tion mit Com­pu­ter Vision


Com­mu­ni­ca­ti­ons, Media & Telecom

Ent­wick­lung und Auf­bau einer voll­au­to­ma­ti­schen MLOps-Plattform


Con­su­mer Goods & Retail

Migra­tion einer AWS-Daten­platt­form zu Google Cloud


Con­su­mer Goods & Retail

Vor­her­sage und Zuwei­sungs­op­ti­mie­rung für sta­tio­näre Kanäle


Com­mu­ni­ca­ti­ons, Media & Telecom

Design und Ent­wick­lung einer Google Cloud-basier­ten Datenplattform


Com­mu­ni­ca­ti­ons, Media & Telecom

Auf­bau eines echt­zeit­na­hen Empfehlungssystems


Indus­tri­als

Zen­tra­ler Data Lake


Fun­da­mente für das Stammdatenmanagement


Ablö­sung einer kom­ple­xen IBM Data­s­tage Struktur


Con­su­mer Goods & Retail

Smart Data Catalog


Auf­bau einer kon­zern­wei­ten BI-Plattform


Imple­men­tie­rung von Realtime-Datenstrecken


Auf­bau und Wei­ter­ent­wick­lung eines DWH


Eta­blie­rung eines neuen Vertriebsreporting


Auf­bau einer ERP-Datendrehscheibe


Cloud Self Ser­vice-BI zur daten­ge­trie­ben Unternehmensführung


Quell­da­ten­mi­gra­tion mit Auto­ma­ti­sie­rung der Quelldatenanbindung


Ver­ein­heit­li­chung von Auswertungsprozessen


Ablö­sung einer Softwareeigenentwicklung


CRM Ana­ly­tics und Leadmanagement


Ent­wick­lung ver­schie­de­ner ML Use Cases mit AWS


Unter­neh­mens­weite Datenintegration


Kontaktieren Sie uns









* Benötigte Felder


top