Ich arbeite gerade an einem Kleinkram-Scanner, der mit einer Kamera zwei Fotos von einem kleinen Bauteil macht. Eins von oben und eins von unten. Bei dem Teil kann es sich z.B. um eine M3 Mutter handeln, oder um eine Büroklammer, oder die Hand von einem Lego Männchen.
Die geknipsten Kleinteile landen alle als Foto auf dem PC, wo die Fotos weiterverarbeitet werden sollen. Es geht darum die Kleinteile zu beschreiben. Die Idee: Ein neuronales Netz wird beim beschreiben der Kleinteile immer mit trainiert, so das es bei wiederkehrenden Kleinteilen die man schon mal hatte, Vorschläge für die Beschreibung machen kann.
An dem Beispiel der M2 Mutter: Das Ding taucht wahrscheinlich tausende mal auf, also reicht es nur eine Beschreibung zu erstellen. Die vielfältigkeit der Kleinteile ist unendlich -> da liegt das Problem.
Ist so etwas mit einem neuronalen Netz machbar, das einem beim beschreiben der Kleinteile die Arbeit erleichtert und von den Beschreibungen der Fotos lernt? Welche Rechenleistung brauche ich?
Ich weis das es in der Industrie bei der Qualitätssicherung Bildverarbeitungssysteme gibt die alle möglichen sichtbaren Produktionsfehler aufzeigen... diese Systeme arbeiten doch sicher auch mit neuronalen Netzen, oder?
Gruss
Coolmonkey
Nicht unbedingt...Zitat von Coolmonkey
Da sind ganz normale digitale Filter meist absolut ausreichend
(will man z.B. Macken in einem Objekt erkennen, kann man diese mit einem digitalen Filter erst auffüllen und dann das Originalbild davon abziehen)
Bei deiner Anwendung ist ein NN aber sicher der richtige Ansatz
So viele Treppen und so wenig Zeit!
Gut soweit die Theroie
nun Suche ich schon eine ganze weile im Internet ob es nicht vielleicht fertige Lösungen für das Problem gibt, aber offensichtlich erwarten all diese neuronalen Netze einen Input als Dezimalzahl zwischen 0 und 1, und liefer ebenso auch nur einen Output zwischen 0 und 1...
das heisst dann Binärzahl und ist eben so bei neuronalen Netzen, aber du kannst ja mit mehreren Bits auch Dezimalzahlen darstellen...
Nur weil eine Zahl zwischen 0 und 1 liegt, heisst das noch lange nicht daß es eine Binärzahl ist.
Bei Neuronalen Netzen z.B. ist es eben meistens eine Dezimalzahl zwischen 0 und 1 (float).
Aber das sollte ja kein Problem darstellen, denn es zwingt dich ja Niemand das so zu machen.
(wo steht denn geschrieben, daß ein NN nicht auch mit Werten zwischen 0 und 1024 arbeiten darf?)
So viele Treppen und so wenig Zeit!
ups...sorry...verpeilt...hast natürlich recht felix *g*
Gibts hier denn jemanden der sich sowas zutrauen könnte?
Berechtigungen
Zitieren
Lesezeichen