Deep-Learning-Anwendungen intelligent labeln und trainieren

Smartes Labeln

Deep-Learning-Anwendungen intelligent labeln und trainieren

MVTec Software bringt ein Tool auf den Markt, mit dem sich einfach und schnell Bilddaten für Deep-Learning-Anwendungen labeln und zukünftig auch neuronale Netze trainieren lassen.

Das neue Deep Learning Tool von MVTec vereinfacht das Training von neuronalen Netzen. Noch für dieses Jahr sind bis zu drei weitere Releases angedacht. (Bild: MVTec Software GmbH)

Das neue Deep Learning Tool von MVTec vereinfacht das Training von neuronalen Netzen. Noch für dieses Jahr sind bis zu drei weitere Releases angedacht. (Bild: MVTec Software GmbH)

Vortrainierte, neuronale Netze ermöglichen es, dass für das Training von Objektmerkmalen nur mehr wenige Hundert Beispielbilder benötigt werden. Anwender können dadurch den Trainingsprozess zwar deutlich vereinfachen, trotzdem müssen für das Training der Objektdetektion Bilder gelabelt werden, das heißt es müssen in jedes einzelne Bild Rechtecke eingezeichnet werden. Mit diesen werden die zu erkennenden Gegenstände im Bild umrahmt und mit einem Label ihre jeweilige Klassen zugeordnet. Ziel ist es, in der späteren Anwendung Gegenstände der jeweils selben Klasse präzise lokalisieren zu können. Die für diesen Vorgang notwendigen Werkzeuge mussten sich Anwender bisher selbst beschaffen oder entwickeln. Für einfachere Prozesse sorgt nun das neue Deep Learning Tool von MVTec: Eine erste Version des Tools bietet bereits hilfreiche Funktionen für das Labeln mittels umschreibender Rechtecke für die deep-learning-basierte Objektdetektion. Komfortabel lassen sich Rechtecke einzeichnen und anpassen sowie Labels vergeben und verwalten und damit die Bilddaten für das anschließende Training vorbereiten. Das Tool ist ein umfangreiches Werkzeug zur Verwaltung der Trainingsdaten für Deep-Learning-Anwendungen. Es speichert die eingespeisten Daten in einem speziellen Format ab. Damit können diese nahtlos in Halcon geladen werden, wo sie zum Training des Deep-Learning-Netzes verwendet werden. Die vorliegende Version ist nur der erste Schritt in einem langfristig angelegten, agilen und iterativen Software-Entwicklungsprozess: Geplant ist die regelmäßige Veröffentlichung weiterer Versionen, mit denen das Deep-Learning-Tool mit neuen Funktionen angereichert und kontinuierlich optimiert wird. Noch für dieses Jahr sind bis zu drei weitere Releases angedacht. Ziel ist es, das Tool als neue Software-Lösung neben Halcon und Merlic zu etablieren. Es soll als zentraler Dreh- und Angelpunkt für das Labeln und die Verwaltung der Trainingsbilddaten sowie für das vereinfachte Training von neuronalen Netzen dienen. Das Werkzeug soll in Zukunft alle Funktionen bieten, um entsprechende Netze komplett zu erstellen.

Themen:

| Fachartikel

Ausgabe:

inVISION 2 2019
MVTec Software GmbH

Das könnte Sie auch Interessieren