Dabei werden verschiedene Ansätze, darunter regelbasierte Verfahren, klassische Bildverarbeitung, YOLO, OCR und multimodale Modelle, verglichen und hinsichtlich ihrer Robustheit bei unterschiedlichen Zeichnungsqualitäten und Trainingsdaten untersucht. * Erfahrungen: Fundiertes Interesse und Grundverständnis in den Bereichen Machine Learning, Computer Vision, Datenverarbeitung und Automatisierung. Analyse technischer Bestandszeichnungen zur automatisierten Überführung in Bilddaten sowie zur Lokalisierung und Extraktion relevanter Ansichten und Parameter. Sichtung und Strukturierung technischer Daten zur Entwicklung eines Annotationsschemas und Erstellung eines qualitätsgesicherten Datensatzes, inklusive Analyse der Label-Konsistenz und Datenqualität, um Baselines für nachgelagerte KI-Modelle bereitzustellen.
mehr