Simulationsbasiertes Rendering für Deep Learning Anwendungen in der Logistik

Bachelor thesis, Master thesis, Thesis

Research focus: Automation and Robotics, Industrial Automation, Logistics and Supply Chain Optimization, Machine Learning, Production and Logistics
Courses of study: Informatics, Information Management, Mechanical Engineering, Related Disciplines, Business Informatics, Industrial Engineering and Management, Business Mathematics

Job Description

Zur Lösung von komplexen Problemstellungen im Logistikkontext sind Technologien rund um Computer Vision und Machine Learning sehr vielversprechend. Meist fehlt für die Anwendung solcher Methoden jedoch ein qualitativ hochwertiger, ausreichend großer Datensatz. Der Fokus dieser Arbeit liegt darauf simulativ geeignete Trainingsdaten für die bildbasierte Schadenserkennung bei Paketen zu generieren. Die Qualität dieser synthetischen Daten soll anhand der Anwendung von Machine Learning Verfahren auf Real-Daten quantifiziert werden, um möglichst gute Ergebnisse zu erzielen. Die aus der Arbeit resultierenden Ergebnisse sollen helfen, Schäden an Paketen frühzeitig zu identifizieren und diese zu klassifizieren.

 

 

Your Responsibilities

  • Literaturrecherche im Bereich bildbasierte Wahrnehmung in der Logistik
  • Einarbeitung und Verbesserung der aktuellen Rendering Pipeline, mit Fokus auf Realismus und Deformation von Paketen
  • Evaluation der Qualität der erstellten Daten durch Anwendung von Machine Learning Verfahren auf Real-Daten
  • Weitere eigene Impulse und Ideen bei Bearbeitung als Masterarbeit

Our Offer

  • eine angenehme Arbeitsatmosphäre und konstruktive Zusammenarbeit
  • einen Einstieg in das spannende Fachgebiet Computer Vision
  • die Möglichkeit zur Veröffentlichung der Ergebnisse

Your Profile

  • hohe Eigenmotivation und das Einbringen eigener Ideen
  • Lernbereitschaft, selbstständiges Arbeiten und Teamfähigkeit
  • gute Programmierkenntnisse in Python
  • theoretisches Grundlagenwissen im Bereich Machine Learning, insbesondere CNNs
  • erste praktische Erfahrungen mit Rendering (bspw. Blender) von Vorteil
  • sehr gute Deutsch- oder Englischkenntnisse

Application

Wir freuen uns auf Deine PDF-Bewerbung (als ein Dokument) an Alexander Naumann, anaumann@dont-want-spam.fzi.de, mit folgenden Unterlagen:

  • kurzes, informelles Motivationsschreiben mit gewünschtem Starttermin
  • tabellarischer Lebenslauf
  • aktueller Notenauszug
  • ggfs. weitere relevante Zeugnisse (Praktika, HiWi-Tätigkeiten, etc.)

Job Description

  • Start: ab sofort
  • Betreuendes Institut am KIT: Institut für Fördertechnik und Logistiksysteme (IFL) | Prof. Dr. Furmans