Using Deep Neural Networks to Measure Puffer Levels in Real-time with Edge-Computing

Abstract

Der technologische Fortschritt und zunehmende Datenströme im IoT-Umfeld führen dazu, dass anspruchsvolle Datenverarbeitungsprozesse an den Rand von Netzwerken verlagert werden. Gleichzeitig wurden in den letzten Jahren leistungsfähige Objekterkennungsansätze entwickelt, die auf tiefen neuronalen Netzen basieren. Im Rahmen dieser Arbeit wird eine intelligente Kamera vorgestellt, welche auf Deep-Learning-Algorithmen basiert und aus kostengünstiger Hardware mit beschränkter Rechen- und Speicherkapazität besteht. Die entwickelte Objekterkennungslösung ermöglicht die Überwachung des Bestands von gefüllten und leeren Kleinladungsträgern in einer Pufferzone in Echtzeit.