Über lernende optische Inspektion am Beispiel der Schüttgutsortierung
Automated visual inspection is an integral part in industrial manufacturing processes, but development and setup of such systems is very costly. Machine learning significantly reduces the effort of and speeds up both tasks. This work develops several machine learning methods suitable for automated v...
Saved in:
Superior document: | Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung |
---|---|
: | |
Year of Publication: | 2018 |
Language: | German |
Series: | Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung
|
Physical Description: | 1 electronic resource (XVI, 283 p. p.) |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
993544247704498 |
---|---|
ctrlnum |
(CKB)4920000000101016 (oapen)https://directory.doabooks.org/handle/20.500.12854/61453 (EXLCZ)994920000000101016 |
collection |
bib_alma |
record_format |
marc |
spelling |
Richter, Matthias auth Über lernende optische Inspektion am Beispiel der Schüttgutsortierung KIT Scientific Publishing 2018 1 electronic resource (XVI, 283 p. p.) text txt rdacontent computer c rdamedia online resource cr rdacarrier Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung Automated visual inspection is an integral part in industrial manufacturing processes, but development and setup of such systems is very costly. Machine learning significantly reduces the effort of and speeds up both tasks. This work develops several machine learning methods suitable for automated visual inspection. The methods augment each other and can be used for a wide range of products. German Mustererkennung Schüttgutsortierung visual inspection optische Inspektion maschinelles Lernen Pattern recognition machine learning bulk material soriting 3-7315-0842-7 |
language |
German |
format |
eBook |
author |
Richter, Matthias |
spellingShingle |
Richter, Matthias Über lernende optische Inspektion am Beispiel der Schüttgutsortierung Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung |
author_facet |
Richter, Matthias |
author_variant |
m r mr |
author_sort |
Richter, Matthias |
title |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
title_full |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
title_fullStr |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
title_full_unstemmed |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
title_auth |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
title_new |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
title_sort |
über lernende optische inspektion am beispiel der schüttgutsortierung |
series |
Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung |
series2 |
Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung |
publisher |
KIT Scientific Publishing |
publishDate |
2018 |
physical |
1 electronic resource (XVI, 283 p. p.) |
isbn |
1000085620 3-7315-0842-7 |
illustrated |
Not Illustrated |
work_keys_str_mv |
AT richtermatthias uberlernendeoptischeinspektionambeispielderschuttgutsortierung |
status_str |
n |
ids_txt_mv |
(CKB)4920000000101016 (oapen)https://directory.doabooks.org/handle/20.500.12854/61453 (EXLCZ)994920000000101016 |
carrierType_str_mv |
cr |
hierarchy_parent_title |
Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung |
is_hierarchy_title |
Über lernende optische Inspektion am Beispiel der Schüttgutsortierung |
container_title |
Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung |
_version_ |
1796648836211408896 |
fullrecord |
<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01588nam-a2200373z--4500</leader><controlfield tag="001">993544247704498</controlfield><controlfield tag="005">20231214141219.0</controlfield><controlfield tag="006">m o d </controlfield><controlfield tag="007">cr|mn|---annan</controlfield><controlfield tag="008">202102s2018 xx |||||o ||| 0|ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">1000085620</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(CKB)4920000000101016</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(oapen)https://directory.doabooks.org/handle/20.500.12854/61453</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(EXLCZ)994920000000101016</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">deu</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Richter, Matthias</subfield><subfield code="4">auth</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Über lernende optische Inspektion am Beispiel der Schüttgutsortierung</subfield></datafield><datafield tag="260" ind1=" " ind2=" "><subfield code="b">KIT Scientific Publishing</subfield><subfield code="c">2018</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 electronic resource (XVI, 283 p. p.)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">computer</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">online resource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="1" ind2=" "><subfield code="a">Schriftenreihe Automatische Sichtprüfung und Bildverarbeitung</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Automated visual inspection is an integral part in industrial manufacturing processes, but development and setup of such systems is very costly. Machine learning significantly reduces the effort of and speeds up both tasks. This work develops several machine learning methods suitable for automated visual inspection. The methods augment each other and can be used for a wide range of products.</subfield></datafield><datafield tag="546" ind1=" " ind2=" "><subfield code="a">German</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Mustererkennung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Schüttgutsortierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">visual inspection</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">optische Inspektion</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">maschinelles Lernen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Pattern recognition</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">machine learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">bulk material soriting</subfield></datafield><datafield tag="776" ind1=" " ind2=" "><subfield code="z">3-7315-0842-7</subfield></datafield><datafield tag="906" ind1=" " ind2=" "><subfield code="a">BOOK</subfield></datafield><datafield tag="ADM" ind1=" " ind2=" "><subfield code="b">2023-12-15 06:07:35 Europe/Vienna</subfield><subfield code="f">system</subfield><subfield code="c">marc21</subfield><subfield code="a">2019-11-10 04:18:40 Europe/Vienna</subfield><subfield code="g">false</subfield></datafield><datafield tag="AVE" ind1=" " ind2=" "><subfield code="i">DOAB Directory of Open Access Books</subfield><subfield code="P">DOAB Directory of Open Access Books</subfield><subfield code="x">https://eu02.alma.exlibrisgroup.com/view/uresolver/43ACC_OEAW/openurl?u.ignore_date_coverage=true&portfolio_pid=5337606900004498&Force_direct=true</subfield><subfield code="Z">5337606900004498</subfield><subfield code="b">Available</subfield><subfield code="8">5337606900004498</subfield></datafield></record></collection> |