Object Detection ist das Auffinden von Gegenständen in einem Bild samt Angabe, wo sie liegen. Das Ergebnis ist eine Liste aus Rahmen mit je einer Bezeichnung und einem Sicherheitswert, und sie gehört zu den Grundaufgaben der Computer Vision. Gelöst wird sie mit trainierten neuronalen Netzen.
- Object Detection (Objekterkennung)
Das Auffinden von Gegenständen in einem Bild samt Angabe, wo sie liegen.
Beispiel: „Die Object Detection fand auf dem Regalfoto 34 Flaschen und zwei Preisschilder.“Abgrenzung zur Image Classification: Die sagt, was auf dem Bild ist, aber nicht wo, und sie nennt nur eine Sache je Bild.
Die nächste Stufe ist die Segmentierung: Dort gehört nicht ein Rahmen, sondern jeder einzelne Bildpunkt zu einem Gegenstand.
Was das Training daran teuer macht
Die Beschriftung. Für jedes Trainingsbild muss jemand jeden Gegenstand mit einem Rahmen versehen, und zwar jeden, auch die halb verdeckten am Rand. Ein Bild kostet damit Minuten statt Sekunden, und ein brauchbarer eigener Datensatz liegt bei einigen tausend Bildern, siehe Annotation.
Wofür man es im Webumfeld braucht
Für Bildbestände. Produktfotos daraufhin prüfen, ob das Produkt überhaupt darauf ist und wie es im Bild liegt; Zuschnitte automatisch so setzen, dass der Gegenstand im Bild bleibt; Aufnahmen aussortieren, auf denen Personen zu sehen sind. Bei einigen hundert Bildern lohnt das nicht, bei zwanzigtausend aus einem Altbestand sehr wohl.
Was man vorher wissen sollte
Dass fertige Modelle nur Alltagsgegenstände kennen. Die verbreiteten Modelle sind auf wenigen Dutzend Klassen trainiert, von der Katze bis zum Auto, und ein Spezialteil aus dem Maschinenbau ist darunter nicht. Für eigene Klassen braucht es eine Anpassung, und die steht und fällt mit der Beschriftung.
Welches Maß dazugehört
Die Überdeckung der Rahmen. Gemessen wird, wie stark der gefundene Rahmen mit dem richtigen übereinstimmt, und erst ab einem Schwellwert gilt ein Treffer als Treffer. Eine Quote ohne diese Angabe sagt nichts: Derselbe Lauf erreicht bei lockerer Schwelle 90 Prozent und bei strenger 55.