Fraunhofer-Gesellschaft
Masterarbeit: Evaluation von Vision-Language Models für soziale Situationen
Aufgaben
• Literaturrecherche zu Vision-Language Models (VLMs), bestehenden VLM-Benchmarks sowie Methoden der Human-Human-Interaction (HHI) und Human-Object-Interaction (HOI) Erkennung • Entwicklung einer Annotationsstrategie und Taxonomie für sozial situative Szenen inkl. Auswahl und Einrichtung eines Annotationstools • Annotation eines industriellen Bilddatensatzes (4 Branchen) mit mehreren Annotierenden und Bestimmung des Inter-Annotator-Agreements • Systematischer Vergleich lokaler VLMs (z.B. LLaVA, InternVL2, Qwen2-VL) auf NVIDIA Jetson Orin AGX inkl. Prompt-Engineering • Auswertung und wissenschaftliche Dokumentation der Ergebnisse
Anforderungen
• Studium im Bereich Ingenieurswissenschaften oder Informatik • Programmierkenntnisse in Python • Erste Erfahrungen mit multimodalen KI-Modellen (Vision-Language Models, LLMs) oder Bildverarbeitung • Interesse an Mensch-Roboter-Interaktion und sozialer Robotik • Zuverlässige und selbstständige Arbeitsweise
Redaktionelle Kurzfassung auf Basis der öffentlich zugänglichen Ausschreibung. Der vollständige Text steht bei der ausschreibenden Einrichtung. Zur Original-Ausschreibung →
Besonderheiten
Masterarbeit: Evaluation von Vision-Language Models für soziale SituationenMasterarbeit: Evaluation von Vision-Language Models für soziale SituationenAugsburgIGCV - Gießerei-, Composite- und Verarbeitungstechnik
Schlagworte
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de