Ing. Hrushikesh Patil

Verwendete Werkzeuge: Python, PySpark,Foundry, Robot Framework, Jenkins, PostgreSQL, SQL, JavaScript & Slate Live Daten Fehleranalyse: • Verkürzung der Fehlerreaktionszeit mit Hilfe von Live Daten • Schnellere Erkennung von Fehlerauffälligkeiten • Verkürzte Fehlerbehebungszeit in der Flotte • Minimierung der fehlerhaft produzierten Fahrzeuge während der Fehlerreaktions-Totzeit → Verbesserung der Qualität im Feld → Minimierung der Gewährleistungskosten → Erhöhung der Kundenzufriedenheit

"Analysis and Comparison of Convolutional Neural Networks for Depth Map Prediction of Single RGB Image". * Research and study of dense depth estimation approaches from monocular images and videos. *Selection of three different existing CNNs for depth map prediction with different architectures. *Modification of one of the selected CNNs. * Creation of indoor dataset using Intel Realsense depth camera D435i sensor. * Retraining the CNNs and using transfer learning of the CNNs using the own dataset.