51566.1 IP-ENG

Deep Convolutional Neural Networks für eine optimierte Qualitätssortierung von Rund- und Schnittholz - deepQsort

Zusammenfassung

Deep Convolutional Neural Networks für eine optimierte Qualitätssortierung von Rund- und Schnittholz - deepQsort

Weitere Texte

Abstract

Das Ziel des Projektes deepQsort ist es etablierte Bildaufnahmetechniken mit innovativen Maschinellen Lernalgorithmen (CNNs) für die Rund- und Schnittholzsortierung zu kombinieren. Durch eine optimierte Sortierung können Mitarbeiter entlastet, Ergebnisse verbessert sowie Mehrmengen bewältigt werden.

Beteiligte

Mark Schubert

Kontaktperson

mark.schubert@empa.ch

EMPA Mark Schubert Überlandstrasse 129 8600 Dübendorf ZH CH

Thomas Lädrach

Wirtschaftspartner

Olwo AG CHE-101.746.864 Thomas Lädrach Bahnhofstrasse 179B 3762 Erlenbach i.S. BE CH

Projektdetails

Forschungsstelle: INNOSUISSE
Projektstatus: Abgeschlossen
Projekttyp: Forschungsprojekt
Startdatum: 2021-06-30
Enddatum: 2023-06-30
Bewilligte Gesamtkosten: CHF 391930.27
Sektion: 70 Engineering
NABS Politikbereich: Industrielle Produktivität und Technologie

Forschungsdisziplinen

T002 Construction technology 100.0%