In dieser Aufgabe tauchst du in die Welt der **Objekterkennung** mit Deep Learning ein. Zuerst erstellst du dein **eigenes Objekterkennungsmodell** von Grund auf mit **Keras**. Anschließend **lädst du ein vortrainiertes YOLOv8-Modell** und wendest es auf denselben Datensatz an.

Dabei wirst du:

- Einen einfachen, auf Keras basierenden Objektdetektor trainieren;
- Ein YOLOv8-Modell laden und Vorhersagen mit demselben Datensatz durchführen;
- Die Leistung an echten Validierungsbildern evaluieren;
- Ergebnisse vergleichen und den Unterschied zwischen eigenen Modellen und modernen Modellen verstehen.

In der Mitte des Notebooks reflektierst du darüber, warum das Erstellen von Erkennungsmodellen von Grund auf begrenzt sein kann — und erwähnst kurz die Bedeutung von **Transfer Learning** für praktische Anwendungen.

### [Colab Object Detection Project](https://colab.research.google.com/drive/1S9TTP01SHG20Ugm-hYuoCdqvq-tqUr36?usp=sharing)



Datensatz herunterladen

Umfassende Einführung in Computer Vision mit Schwerpunkt auf maschineller Wahrnehmung und Interpretation visueller Daten. Behandelt Bildvorverarbeitung, Merkmalsextraktion, Objekterkennung und Deep-Learning-Techniken, die in modernen Vision-Systemen verwendet werden.

Computer Vision ermöglicht es Maschinen, visuelle Daten zu interpretieren und zu analysieren, indem sie die menschliche Wahrnehmung nachahmen. Dieser Abschnitt behandelt die Grundlagen der Bilddarstellung, Farbmodelle und mathematischen Grundlagen, die für das Verständnis der Bildverarbeitung durch Computer wesentlich sind. Es werden praxisnahe Anwendungen vorgestellt, von autonomen Fahrzeugen bis zur medizinischen Bildgebung, sowie die Integration von Computer Vision mit KI und maschinellem Lernen erläutert.

OpenCV ist eine leistungsstarke Bibliothek für Bildmanipulation und Aufgaben der Computer Vision. Dieser Abschnitt behandelt grundlegende Techniken wie Bildfilterung, Transformationen, Kantenerkennung und Segmentierung. Es werden Methoden wie Weichzeichnung, Thresholding, Konturenerkennung und Merkmalsextraktion vorgestellt, um Bilder effizient zu verbessern und zu analysieren.

CNNs verarbeiten visuelle Daten mithilfe von Faltung, Pooling und Aktivierungsschichten, um Merkmale für Aufgaben wie Bildklassifikation und Objekterkennung zu extrahieren. Zentrale Komponenten sind Padding, Faltung zur Merkmalsextraktion, Pooling zur Komplexitätsreduktion und Aktivierung für Nichtlinearität. Bekannte Architekturen wie AlexNet, VGG und ResNet treiben KI in Bereichen wie Gesundheitswesen, Autonomie und Sicherheit an.

Objekterkennung ist eine grundlegende Aufgabe im Bereich Computer Vision, bei der Objekte innerhalb eines Bildes identifiziert und lokalisiert werden. Im Gegensatz zur Bildklassifikation, bei der einem gesamten Bild ein einzelnes Label zugewiesen wird, klassifiziert die Objekterkennung nicht nur Objekte, sondern bestimmt auch deren Positionen mithilfe von Begrenzungsrahmen. Dieser Abschnitt behandelt zentrale Techniken und Algorithmen der Objekterkennung, von traditionellen Methoden bis hin zu Deep-Learning-basierten Ansätzen wie YOLO und U-Net.

Die Computer Vision hat sich im Laufe der Jahre erheblich weiterentwickelt und ist von grundlegenden Bildverarbeitungsmethoden zu komplexen Deep-Learning-Techniken übergegangen. Dieser Abschnitt befasst sich mit den neuesten Innovationen im Bereich Computer Vision und legt den Schwerpunkt auf Transfer Learning, Gesichtserkennung und Bildgenerierung. Es werden die Vorteile vortrainierter Modelle für die Leistungsfähigkeit, die Prinzipien der Gesichtserkennungstechnologie sowie die Bildgenerierung durch KI mittels Deep Learning untersucht.

Herausforderung: Objekterkennung mit Benutzerdefiniertem Modell und YOLO

Aufgabe

Colab Object Detection Project