In unserem Projekt „Automatisierte Schaderkennung an Güterwagen (ASaG)“ geht es darum, in Bildern mit Deep Learning basierten Computer Vision Methoden Beschädigungen an Güterwagons festzustellen.
Im vergangenen Jahr lag der Fokus auf der Durchführung möglichst vieler Tests, um die Qualität der entwickelten Modelle mit dem Feedback von Domänenexperten weiter zu verbessern. Der erstmalig erprobte Verbund aus KI und Wagenmeister soll so zukünftig die Anzahl abgefertigter Wagons erhöhen, um das größere Güterwagenaufkommen zu bewältigen.