Lehrver­anstaltungs­handbuch DLO

Deep Learning und Objekterkennung


PDF Lehrveranstaltungsverzeichnis English Version: DLO

Version: 1 | Letzte Änderung: 28.10.2019 15:21 | Entwurf: 0 | Status: vom verantwortlichen Dozent freigegeben

Langname Deep Learning und Objekterkennung
Anerkennende LModule DLO_MaET, DLO_MaMT, DLO_MaTIN
Verantwortlich
Prof. Dr. Jan Salmen
Professor Fakultät IME
Gültig ab Sommersemester 2021
Niveau Master
Semester im Jahr Sommersemester
Dauer Semester
Stunden im Selbststudium 60
ECTS 5
Dozenten
Prof. Dr. Jan Salmen
Professor Fakultät IME
Voraussetzungen Die Studierenden solten über Grundkenntnisse der Bildverarbeitung und Mustererkennung verfügen
Unterrichtssprache deutsch
separate Abschlussprüfung Ja
Literatur
Abschlussprüfung
Details Projektdokumentation
Mindeststandard Die Dokumentation muss eine Beschreibung des angewandten verfahrens und der erielten Ergebnisse enthalten. Grundsätze wissenschaftlichen Arbeitens müssen eingehalten werden. Das eingesetzte Programm muss fehlerfrei laufen und plausible Ergebnisse liefern.
Prüfungstyp schriftlicher Ergebnisbericht

Lernziele
Zieltyp Beschreibung
Kenntnisse Deep-Learning-Algorithmen und deren Anwendung zur Objekterkennung in Bildern
Kenntnisse Lernalgorithmen, deren Training und Evaluation
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Vorlesung 2
Tutorium (freiwillig) 0
Besondere Voraussetzungen
keine
Begleitmaterial undefined
Separate Prüfung Nein

Lernziele
Zieltyp Beschreibung
Fertigkeiten Neuronales Netz trainieren
Fertigkeiten Evaluation der Leistung eines Neuronalen Netzes
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Praktikum 3
Tutorium (freiwillig) 0
Besondere Voraussetzungen
keine
Begleitmaterial undefined
Separate Prüfung Ja
Separate Prüfung
Prüfungstyp Übungsaufgabe mit fachlich / methodisch eingeschränktem Fokus lösen
Details Training und Evaluation eines Neuronalen Netzes an Hand ausgewählter Beispiele
Mindeststandard Präsenz und aktive Mitarbeit

Lernziele
Zieltyp Beschreibung
Kenntnisse Lesen ausgewählter Literatur
Fertigkeiten exemplarisches Bildverarbeitungsverfahren implementieren und evaluieren
Fertigkeiten Ergebnisse adäquat schriftlich dokumentieren
Fertigkeiten Implementierung an Hand der Literatur
Fertigkeiten Ergebnisse kritisch beurteilen
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Projekt 0
Tutorium (freiwillig) 0
Besondere Voraussetzungen
keine
Begleitmaterial elektronische Version der verwendeten Literatur
Separate Prüfung Nein

Bei Fehlern, bitte Mitteilung an die
Webredaktion der Fakultät IME

© 2022 Technische Hochschule Köln