Fulltext available Open Access
DC FieldValueLanguage
dc.contributor.advisorLeutelt, Lutz-
dc.contributor.authorBloch, Andreas-
dc.date.accessioned2024-10-23T13:31:06Z-
dc.date.available2024-10-23T13:31:06Z-
dc.date.created2020-11-12-
dc.date.issued2024-10-23-
dc.identifier.urihttps://hdl.handle.net/20.500.12738/16424-
dc.description.abstractDie Mini-Factory ist eine Vormontagelinie, die kollaborativ die Umsetzung verschiedener Anwendungsfälle ermöglicht. Für die Mini-Factory wird eine Objektdetektion entwickelt, die auf Deep Learning Ansätzen basiert. Zum Vergleich werden einstufige- und zweistufige Deep Learning Ansätze genutzt. Der benötigte Datensatz wird mit der 3DExcite Creative Experience App basierend auf 3D-Modellen erzeugt.de
dc.description.abstractThe Mini-Factory is a pre-assembly line that enables the implementation of various applications in collaborative fashion. For the Mini-Factory, an object detection system based on deep learning approaches is being developed. For comparison, one-step and two-step deep learning approaches are used. The required data set is generated with the 3DExcite Creative Experience App based on 3D models.en
dc.language.isodeen_US
dc.subjectObjektdetektionen_US
dc.subjectDeep Learningen_US
dc.subjectKollaborative Arbeiten_US
dc.subjectVormontagelinieen_US
dc.subjectMini-Factoryen_US
dc.subject3D-Modelleen_US
dc.subject3DExperience-Plattformen_US
dc.subjectCreative Experienceen_US
dc.subjectObject detectionen_US
dc.subjectcollaborative worken_US
dc.subjectpre-assembly lineen_US
dc.subject3D-modelsen_US
dc.subject3DExperience Platformen_US
dc.subject.ddc004: Informatiken_US
dc.subject.ddc600: Techniken_US
dc.subject.ddc620: Ingenieurwissenschaftenen_US
dc.titleEntwicklung einer mit 3D-Modellen trainierten Multi-Objekt Detektion für kollaborierende Roboterde
dc.typeThesisen_US
openaire.rightsinfo:eu-repo/semantics/openAccessen_US
thesis.grantor.departmentDepartment Informations- und Elektrotechniken_US
thesis.grantor.universityOrInstitutionHochschule für Angewandte Wissenschaften Hamburgen_US
tuhh.contributor.refereeSchädler, Kristina-
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-196148-
tuhh.oai.showtrueen_US
tuhh.publication.instituteDepartment Informations- und Elektrotechniken_US
tuhh.publication.instituteFakultät Technik und Informatiken_US
tuhh.type.opusMasterarbeit-
dc.type.casraiSupervised Student Publication-
dc.type.dinimasterThesis-
dc.type.drivermasterThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersionen_US
dc.type.thesismasterThesisen_US
dcterms.DCMITypeText-
tuhh.dnb.statusdomainen_US
item.advisorGNDLeutelt, Lutz-
item.creatorGNDBloch, Andreas-
item.languageiso639-1de-
item.cerifentitytypePublications-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.creatorOrcidBloch, Andreas-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.openairetypeThesis-
Appears in Collections:Theses
Show simple item record

Page view(s)

21
checked on Nov 21, 2024

Download(s)

25
checked on Nov 21, 2024

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.