Student/in Informatik, Robotik, Mathematik, Luft- und Raumfahrttechnik o.ä. (w/m/d)

Am Institut für Flugsystemtechnik des DLR in Braunschweig untersuchen und entwickeln wir neue Konzepte und Technologien für die Umgebungswahrnehmung unbemannter Luftfahrzeuge (UAVs). Diese Fähigkeit gewinnt für autonome UAVs in Zukunft extrem an Relevanz, bspw. für das Ausweichen anderer (unbemannter) Luftverkehrsteilnehmer oder auch für das Interagieren mit ihnen im Formationsflug. Deep Learning Modelle zur Objekt Detektion liefern aktuell State-of-the-Art Ergebnisse, benötigen dafür jedoch eine große Menge an Daten für das Training und die Evaluation. Diese Daten sind in der Luftfahrt aus Kosten- und Sicherheitsgründen nur schwer zu beschaffen. Aus diesem Grund untersuchen wir den Einsatz von synthetischen Bildern aus Game-Engines für das Training von Deep Learning Modellen.

In diesem Kontext bieten wir eine Praktikums- oder Masterarbeitsaufgabe an. Sie trainieren und evaluieren Deep Learning Modelle zur Objekt Detektion und untersuchen die Auswirkung des Trainings auf synthetischen Bildern. Konkret umfasst die Aufgabenstellung die folgenden Teilaufgaben:

• Training und Evaluation von State-of-the-Art Deep Learning Modellen zur Objekt Detektion
• Untersuchung der Auswirkung des Trainings auf synthetischen Bildern
• Vergleich verschiedener Objekt Detektion Modelle bzgl. ihrer Fähigkeit zum Training auf synthetischen Daten
• Unterstützung der Forschung zu Gründen und Einflussfaktoren von Problemen beim Training auf synthetischen Bildern

Im Rahmen unserer Forschungsprojekte sind weitere vergleichbare, zu Ihren Fähigkeiten, Stärken und Interessen passende Aufgaben möglich. Das Training und die Evaluation der Deep Learning Modelle wird auf bereits existierenden und gelabelten Bilddaten durchgeführt. Der Start Ihres Praktikums oder Ihrer Abschlussarbeit bei uns ist nach Absprache flexibel möglich.

Voraussetzungen:

• laufendes Hochschulstudium im Bereich Informatik, Robotik, Mathematik, Luft- und Raumfahrttechnik oder vergleichbaren Studienrichtungen
• Programmierkenntnisse, vorzugsweise in Python
• erste Kenntnisse im Bereich Maschine Learning, Deep Learning oder Computer Vision
• gute Englisch-Kenntnisse in Wort und Schrift
• Freude an unabhängiger, selbstständiger Arbeit und der Bearbeitung wissenschaftlicher Fragestellungen

Gewünschte Qualifikationen:

• idealerweise erste Erfahrung im Training und der Evaluation von Convolutional Neural Networks (CNN) und im Umgang mit gängigen Maschine Learning Bibliotheken und Frameworks (bspw. PyTorch)

Payment: Je nach Qualifikation und Aufgabenübertragung bis Entgeltgruppe XX TVöD.