Master Thesis - Deep Learning from Teacher Sensors

Sista ansökan

2020-10-18

SICK är en världsledande leverantör av sensorer och sensorlösningar för industriella tillämpningar. SICK-koncernen har ca 10 000 anställda runt om i världen och huvudkontoret ligger i Waldkirch, Tyskland. SICK i Linköping är kompetenscenter för Machine Vision. Teknikområdet består av 3D-avbildning och mjukvara för bildanalys och visualisering. I mer än 30 år har SICK i Linköping framgångsrikt utvecklat och levererat teknikledande produkter inom 2D och 3D vision, liksom systemlösningar för t ex robotstyrning och kvalitetskontroll. SICK i Linköping har ca 75 anställda och finns i Mjärdevi Science Park.

Deep Learning opens up new opportunities to solve machine vision applications. It also opens up for simplification of previously complicated tasks. This may relate to the effort needed to integrate and configure the solution, but also that solutions can now rely on less complex and more affordable sensor technologies. What previously required a hyperspectral camera might be solvable with an RGB camera. A 3D problem might now be possible to handle using a monochrome 2D camera, or maybe even just from other production line sensors that anyway need to be there.

Deep Learning may thus make previously too complex or expensive problems solvable, profitable or simply just affordable. This can further optimize production and reduce waste in such diverse fields as factory production, agriculture, logistics or process automation.

This thesis project aims to investigate how such downscaling could work in practice. By collecting data using a high-end sensor or algorithm in parallel with a simpler one, we hope to be able to show how the student sensor can learn from its teacher sensor how to interpret what it sees.

Prerequisites


The applicant should have experience from these fields.

  • Image Processing
  • Machine Learning
  • Python scripting or similar
  • TensorFlow, PyTorch or similar framework

Contact

For more information, contact R&D Manager Andreas Wrangsjö andreas.wrangsjo@sick.se

We look forward to your application before  the 18th of October!

Ansvarig rekryterare

Charlotte Axelsson

Ansökan

Annonsen är avslutad och det går inte längre att ansöka.

Följ oss via våra sociala kanaler!