Untersuchungen zum Sim-to-Real Gap bei neuronalen Netzen zur semantischen Segmentierung der Umgebung eines UAVs

Hinniger, Christoph (2023) Untersuchungen zum Sim-to-Real Gap bei neuronalen Netzen zur semantischen Segmentierung der Umgebung eines UAVs. DLR-Interner Bericht. DLR-IB-FT-BS-2023-33. Masterarbeit. Technische Universität Braunschweig.

PDF - Nur DLR-intern zugänglich
11MB

elib-URL des Eintrags:

https://elib.dlr.de/194519/

Dokumentart:

Berichtsreihe (DLR-Interner Bericht, Masterarbeit)

Titel:

Untersuchungen zum Sim-to-Real Gap bei neuronalen Netzen zur semantischen Segmentierung der Umgebung eines UAVs

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Hinniger, Christoph	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2023

Referierte Publikation:

Nein

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

Environment Perception, Semantic Segmentation, Synthetic Data, Game Engine, Sim-to-Real Gap, Machine Learning, Unmanned Aerial Vehicle

Institution:

Technische Universität Braunschweig

Abteilung:

Fakultät Maschinenbau

HGF - Forschungsbereich:

keine Zuordnung

HGF - Programm:

keine Zuordnung

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Digitalisierung

DLR - Forschungsgebiet:

D IAS - Innovative autonome Systeme

DLR - Teilgebiet (Projekt, Vorhaben):

D - SKIAS

Standort:

Braunschweig

Institute & Einrichtungen:

Institut für Flugsystemtechnik > Unbemannte Luftfahrzeuge
Institut für Flugsystemtechnik

Hinterlegt von:

Rüter, Joachim

Hinterlegt am:

28 Sep 2023 15:02

Letzte Änderung:

29 Feb 2024 19:36

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags