🤖 Schulwegsicherheit automatisiert bewerten (Teil 1)
🛰️ KI auf Luftbildern: Fussgängerstreifen automatisch erkennen
Nachdem ich im ersten Teil meine Motivation und den konzeptionellen Rahmen vorgestellt habe, geht es nun ans Eigentliche:
Ich habe ein erstes Modell trainiert, das Fussgängerstreifen in Luftbildern automatisch erkennt – auf Basis von YOLOv11 mit gedrehten Bounding Boxes (OBB).
Das Ziel:
Automatisierte Erkennung von Fussgängern und anderen Merkmalen auf Luftbildern
❓ Was habe ich vor – was ist Image Recognition?
Image Recognition ist eine Art von Artificial Intelligence (AI). In einfachen Worten: Sie versucht, Muster und Objekte in Bildern zu erkennen – ähnlich wie das menschliche Auge, nur automatisiert und viel schneller.
🏷️ Was sind die Inputs?
-
Viele verschiedene Klassifikationen: Für ein gutes Modell braucht man oft mindestens 1000 Bilder pro Klasse.
- Ich habe zunächst nur 2 Klassen verwendet: Fussgänger und Vortrittsregeln.
- (Siehe Beispielbild unten)
-
Viele Bounding Boxes: Also Boxen, die zeigen, wo sich welches Feature befindet: Klasse, x1, x2, x3, x4, y1, y2, y3, y4 (siehe YOLO Oriented Bounding Boxes)
Und jetzt?
Mit einer Programmiersprache – ich benutze Python – kann man bereits vortrainierte Modelle nutzen, um diese mit eigenen Daten weiter zu trainieren. Je komplexer das Modell, desto länger dauert das Training (tendenziell), aber auch die Ergebnisse werden besser.
Für meine Masterarbeit verwende ich YOLOv11 – ein kostenloses Modell für Forschungszwecke. Alternativen wären z.B. FastCRN oder andere.
Wie läuft das Training ab?
Mein Setting
Für diese Modelle braucht man einen leistungsstarken PC oder Cloud-Services. Mein Setup
- Ryzen 7900x und RTX4080 (CUDA für YOLO Training)
- Gute Internetverbindung (über 20GB Luftbilder werden benötigt):
- 6–7 Stunden Wartezeit
🐍 Python Code – Schritt für Schritt
- Herunterladen aller Luftbilder, die mit den Oriented Bounding Boxes überschneiden.
- Zuschneiden der Luftbilder in 512x512px Bilder (.tif): Die Koordinaten bleiben erhalten und sind georeferenziert.
- Umrechnen der Bounding Box-Koordinaten auf relative Werte (YOLO-Standard).
- Modelltraining starten:
- Je mehr Epochs (Wiederholungen), desto besser lernt das Modell.
- Je mehr Bilder pro Durchlauf, desto schneller das Training (aber auch höhere Hardware-Anforderungen).
- Komplexere Modelle finden mehr Features (z.B. ist das Nano-Modell schlechter als das Small- oder Medium-Modell).
- Nach ca. 5–6 Stunden Trainingszeit habe ich die Bounding Boxes der erkannten Features.
- Umrechnung von relativen zu absoluten Koordinaten und Validierung der Ergebnisse.
- Jetzt kann das Modell beliebig viele Luftbilder in wenigen Millisekunden bewerten.
⚙️ Python: Technisch
🏁 Resultat
Ich habe mein trainiertes Modell jetzt für die Region Zürich angewendet. Hier seht ihr das Resultat als Bildergalerie. Wenn ihr zum nächsten Post wollt, könnt ihr auch auf diesen Link drücken.
🖼️ Weitere Impressionen
🔭 Ausblick
Im nächsten Beitrag (Teil 3) geht es um die Erarbeitung eines automatisierten Workflows: Wie kann ich mein "Rezeptbuch" für die Allgemeinheit (mit Python-Erfahrung) zur Verfügung stellen?
Bleibt dran!
Claude