Motivation
Künstliche Intelligenz (KI) wird in Bilderkennung, -verarbeitung und -verstehen sehr erfolgreich eingesetzt. Das Training eines KI-basierten Inspektionssystems für die industrielle Qualitätssicherung erfordert jedoch große Mengen für alle Fehlertypen repräsentativer Bilddaten, in denen die Fehler markiert sind. Fehler in Bildern manuell zu markieren und zu klassifizieren, ist aufwändig und fehleranfällig. Zudem treten viele Fehler, insbesondere sicherheitskritische, sehr selten auf. Realitätsgetreue synthetische Bilddaten helfen, diese Probleme zu umgehen.
Ziele und Vorgehen
Im Vorhaben SynosIs werden Physik, Mathematik und Informatik verknüpft, um synthetische Bilder typischer Defekte auf metallischen Oberflächen in bisher unerreichter Realitätsnähe zu generieren. Diese garantiert korrekt und objektiv markierten Fehlerbilder stehen nach Projektende für Training und Validierung von KI für die optische Oberflächeninspektion zur Verfügung und vereinfachen und beschleunigen so deren Entwicklung. Im Vorhaben wird ein kompletter Arbeitsablauf für das Generieren physikalisch realitätsgetreuer synthetischer Bilddaten entwickelt. Die Realitätsnähe wird erreicht, indem die Oberflächenfeinstruktur geometrisch modelliert und die optische Wirkung weiterer Skalen einbezogen wird. Zur Validierung werden Bauteile hergestellt und mit Defekten versehen, eine KI ausschließlich anhand synthetischer Bilder trainiert und ihr Inspektionserfolg überprüft. Schließlich wird ein repräsentatives Portfolio synthetischer Bilddaten generiert und zugänglich gemacht. KI-Methoden für Bilderkennung und -verstehen werden üblicherweise anhand weniger Standardbilddatenbanken erprobt. Für die Bewertung neuer Verfahren für die Inspektion technischer Oberflächen steht keine geeignete Sammlung annotierter Bilddaten zur Verfügung. SynosIs schließt diese Lücke.
Innovationen und Perspektiven
Deutschland ist einer der weltweit führenden Hersteller von Bildverarbeitungssystemen. Synthetische Bilddaten helfen, die Entwicklungszeit solcher Systeme zu verkürzen. Außerdem kann mit ihrer Hilfe bereits vorab eingeschätzt werden, wie gut ein Inspektionssystem die Prüfaufgabe löst. So geplante Inspektionssysteme können auch dort eingesetzt werden, wo sie bisher nicht wirtschaftlich sind oder hohe Sicherheitsanforderungen bestehen wie z.B. im Personentransport.