Das hier vorgestellte Projekt adressiert eine zentrale Hürde bei der Implementierung von Computer Vision in der industriellen Produktion: Die Abhängigkeit moderner Machine Learning (ML)-Verfahren von massiven Mengen manuell annotierter Bilddaten. Bisherige Ansätze erfordern oft mehrere tausend Abbildungen pro Objekt, deren Kennzeichnung zeitaufwendig, fehleranfällig und erst nach Fertigstellung physischer Prototypen möglich ist. Der Innovationskern dieses Vorhabens liegt in der Entwicklung einer automatisierten und entwicklungsprozessbegleitenden Pipeline zur Generierung synthetischer Trainingsdaten direkt aus 3D-CAD-Modellen. Durch das Rendering dieser Modelle in virtuellen Umgebungen werden fehlerfreie Annotationen automatisch erzeugt, was eine Parallelisierung von Produkt- und Prozessentwicklung im Sinne des Concurrent Engineering erlaubt.
