Studentische Hilfskraft für Bild-Auswertung mit Machine Learning (all genders)

Im Rahmen eines Forschungsprojekts wird ein Prozess zur Schadensdetektion und -analyse an Elastomerproben entwickelt. Ziel des Projektes ist, ein durch maschinelles Lernen trainiertes Modell zu erstellen, welches die Schadensanalyse anhand von bildgebenden und zusätzlich bereitgestellten Informationen (z.B. Shorehärte) automatisiert durchführt und die Schadensursachen selbstständig bewertet. In studentischen Vorarbeiten wurde eine erste Machine Learning Pipeline zur Objekterkennung und Bilddatenauswertung erstellt, die im weiteren Projektverlauf angepasst und um Methoden der erklärbaren KI ergänzt werden soll. Des Weiteren sind Arbeiten zur synthetischen Datengenerierung geplant.   Literaturrecherchen und Vergleiche zu Machine Learning Verfahren zur Objekterkennung und -klassifizierung sowie zur Integration nicht-bildbasierter Informationen in Machine Learning Pipelines Verfahren zur synthetischen Bildgenerierung xAI-Verfahren im Kontext Objekterkennung und Bildklassifikation (Saliency Maps etc.) Anpassung einer vorhandenen Machine Learning Pipeline zur Objekterkennung und Klassifizierung von Schadens-bildern an Elastomeren Integration weiterer (nicht-bildbasierter) Informationen in die Machine Learning Pipeline Integration von xAI-Verfahren Dokumentation und Präsentation der Vorgehensweise und der Ergebnisse