Liebe Kundinnen, liebe Kunden,

über die Osterfeiertage ist unsere Kundenservice-Hotline nicht besetzt. Wir sind ab dem 07.04. wieder für Sie da. Bitte beachten Sie, dass neue Registrierungen sowie manuell zu bearbeitende Anliegen erst ab diesem Datum bearbeitet werden.

Bestellungen und Downloads können Sie weiterhin jederzeit online durchführen. Zudem finden Sie in unseren FAQ viele hilfreiche Informationen.

Wir wünschen Ihnen ein schönes Osterfest!

Ihre DIN Media GmbH

Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen

Technische Regel [AKTUELL]

DIN SPEC 13266:2020-04

Leitfaden für die Entwicklung von Deep-Learning-Bilderkennungssystemen

Englischer Titel
Guideline for the development of deep learning image recognition systems
Ausgabedatum
2020-04
Originalsprachen
Deutsch
Seiten
17
Verfahren
PAS

Kostenlos

Format- und Sprachoptionen

PDF-Download
  • Kostenlos

Mit dem Normenticker beobachten

Diese Option ist erst nach dem Login möglich.
Einfach Abo: Jetzt Zeit und Geld sparen!

Dieses Dokument können Sie auch abonnieren – zusammen mit anderen wichtigen Normen Ihrer Branche. Das macht die Arbeit leichter und rechnet sich schon nach kurzer Zeit.

Sparschwein_data
Abo Vorteile
Sparschwein Vorteil 1_data

Wichtige Normen Ihrer Branche, regelmäßig aktualisiert

Sparschwein Vorteil 2_data

Viel günstiger als im Einzelkauf

Sparschwein Vorteil 3_data

Praktische Funktionen: Filter, Versionsvergleich und mehr

Ausgabedatum
2020-04
Originalsprachen
Deutsch
Seiten
17
Verfahren
PAS
DOI
https://dx.doi.org/10.31030/3134557

Schnelle Zustellung per Download oder Versand

Sicherer Kauf mit Kreditkarte oder auf Rechnung

Jederzeit verschlüsselte Datenübertragung

Einführungsbeitrag

Dieses Dokument nennt die Voraussetzungen, unter denen Bild-Erkennungsprobleme mit Hilfe eines Deep-Learning-Bild-Erkennungssystems bearbeitet werden können. Es erlaubt Entscheidungsträgern, Kenntnisse über die Anwendungsmöglichkeiten eines Deep-Learning-Bild-Erkennungssystems und seine Struktur zu gewinnen. Es kann die Schätzung Aufwand zu Nutzen eines Deep-Learning-Bild-Erkennungssystems unterstützen sowie eine genauere Erfolgsprognose ermöglichen. Es gibt Leitlinien zur praktischen Umsetzung eines Deep-Learning-Bild-Erkennungssystems vom Vorgehen bei der Datensammlung über die Strukturierung der Daten zum Lernen der KI Bild-Erkennung bis zur Ablaufstruktur von Lern-Experimenten und zur Qualitätssicherung vor. Es ist für Entscheidungsträger von KI-Projekten zur Bild-Erkennung als auch für deren Umsetzer gedacht, jedoch adressiert es keine spezifischen Angaben zu den Themengebieten aktives Lernen, mentales Lernen und kontinuierliches Lernen.

Inhaltsverzeichnis

ICS

35.240.01

DOI

https://dx.doi.org/10.31030/3134557

Normen mitgestalten

Auch enthalten in
Lade Empfehlungen...
Lade Empfehlungen...