Organisations-Repository / KI & Bildverarbeitung

Graustufen-RTMDet

Ein Erkennungsframework nach RTMDet-Prinzipien für industrielle Graustufenbilder — vom Training bis zur Bereitstellung auf Hailo-Edge-Geräten.

Über die Arbeit sprechen ↗

Graustufen-RTMDetEin visueller Einstieg

MENSCH + MASCHINE

Genauer hinsehen.

Synthetische Prüfszene

Konzeptillustration · Beispieldaten · kein Screenshot der Anwendung

INHABERRotoclear-GmbH

STATUSRepository

QUELLCODEprivat

KONTEXTOrganisations-Repository

01 / DER KONTEXT

Ein genauer Blick auf
die Arbeit.

Ein Erkennungsframework nach RTMDet-Prinzipien für industrielle Graustufenbilder — vom Training bis zur Bereitstellung auf Hailo-Edge-Geräten.

WERKZEUGE & TECHNOLOGIEN

RTMDetHailoMaschinelles Sehen

Dieses Repository gehört zu einer Organisation, mit der ich zusammenarbeite. Die Aufnahme beschreibt die Projektlandschaft und beansprucht keine alleinige Urheberschaft.

02 / IM PROJEKT

Hinter dem Diagramm.

Technische Hintergründe zum Vertiefen.

01Umsetzung

Ein RTMDet-artiger Detektor wird an einkanalige Industriebilder angepasst. Das Projekt verbindet einen CSPNeXt-artigen Backbone, Merkmalsaggregation und Erkennungsköpfe mit gestuftem Training und Augmentierung.

02Wichtige Entscheidung

Zielgerätebedingungen prägen Modell und Training. ONNX-Export und Hailo-kompatible Operationen verbinden das Forschungsmodell mit der Kompilierung für einen Beschleuniger.

03Aktueller Stand

Auswertungswerkzeuge und die Richtung zur Gerätebereitstellung sind dokumentiert. Ohne bestätigte Ergebnisse werden hier keine Genauigkeits- oder Durchsatzwerte genannt.

ZUM REPOSITORY