中型企业(SME)(中小型企业(SME),尽管市场增长迅速,但2020年在德国制造二手机器学习(ML)。7中小企业通常没有个人或资本来开发,部署和维护此类解决方案,也没有建模所需的数据量。6个挑战,例如由于绝大多数在实际行业中表现出色的实例,制造数据集的不平衡限制了ML应用程序的成功。8因此,在中小型企业中的简历和ML采用相对有限,有可能阻碍其在迅速发展的技术景观中的竞争力和增长。因此,敦促需要低成本,尖端的简历系统,这些系统不仅在技术上是先进的,而且很容易实现。至关重要的是要揭示这些系统对行业中小企业的可行性,从而展示了它们在制造用例中的好处。这种示威游行弥合了简历的潜在优势与中小型企业的实际实施能力之间的差距。资助的未来计划中心(Zukunftszentren)解决了这一挑战,即通过数字化和人工智能(AI)的使用中的区域项目增强中小企业的能力,以便它们可以从最近的技术进步中受益。这些项目之一是Zukipro,该项目的重点是用于制造业中小企业的AI。此外,反馈用于完善系统及其有关用户体验的演示功能。此外,还提出了低成本简历系统中文献的相关工作。不符合这一重点,主要动机是展示中小企业为制造业中典型用例设计的负担得起的尖端简历系统,不仅是为了证明其功能,还可以在其特定环境中收集反馈和探索反馈和探索计算机的应用。因此,简历的理论背景对于理解示威者的技术基础以及局限性至关重要,并介绍了针对制造用例及其相关挑战的特定重点。随后,使用所选的低成本摄像头和不同颜色的塑料砖以及各种缺陷生成两个代表性数据集。基于此,提出了硬件和软件体系结构,以涵盖塑料砖图像的用例视觉故障检测和视觉库存管理。尖端软件的调查和开发,克服了制造数据集中不平衡的挑战,构成了所介绍的软件的关键方面。最后,在四个不同的博览会上的中小企业的便携式手提箱演示中展示了结果,并在德国电视采访中简要介绍。随后在这项研究中总结了收集的反馈。通过进入各个方面,包括收集和讨论反馈,提供了对制造用例的低成本简历系统领域的贡献。
主要关键词