Künstliche Intelligenz | Machine Learning
Semantische Bildbearbeitung bei einer Spezialbank
Realisierung eines künstlichen neuronalen Netzes mit Autoencoder-Architektur zur semantischen Segmentierung von Fahrzeugbildern und deren automatisierter Freistellung
Aus unserem Projektportfolio
Semantische Bildbearbeitung bei einer Spezialbank für das Kraftfahrzeuggewerbe
Thema: Künstliche Intelligenz | Machine Learning
Für Autobanken wird die Qualität von Fahrzeugdaten im Kontext des Remarketings von Leasingrückläufern immer wichtiger. Dazu zählen auch ansprechende Bilder der Fahrzeuge mit positivem Einfluss auf den Wiederverkaufswert zur Veröffentlichung auf entsprechenden Verkaufsportalen.
Auftrag
Für eine norddeutsche Spezialbank für das Kraftfahrzeuggewerbe soll die aufwändige manuelle Überarbeitung der Fahrzeugbilder automatisiert werden.
Umsetzung
In Kooperation mit dem Kunden wurde kurzfristig ein PoCauf Basis modernster Open Source Machine Learning Frameworks erstellt. Die Umsetzung der Businessanforderungen erfolgte mittels speziell angepasster neuronaler Netze (Convolutional NeuralNets mit Encoder-Decoder Architektur). Dabei floss mathematische und technologische Machine Learning-Expertise seitens b+m ein.
