Es wird an einem einfachen Beispiel die Funktionsweise der Bilderkennung durch ein trainiertes KI-Modell erklärt. Zur Modellbildung wird das Onlinetool Teachable Machine genutzt. Um das Modell zu trainieren benötigt Teachable Machine Beispielbilder. Ich habe dazu Blätter von 4 Laubbäumen fotogrfiert oder eingescannt. Pro Baumart sollten es mindestens 5 Bilder sein. Weiterhin sollten sich die Bilder der unterschiedlichen Baumsorten deutlich unterscheiden.
Ich habe Bilder von diesen vier Baumarten verwendet.
- Stieleiche
- Kastanie
- Buche
- ???
Die Bilder befinden sich im Ordner: Trainingsbilder
In einer zweiten Phase kann das KI-Modell aus Teachable Machine auf lokalen Systemen offline genutzt werden. Dazu wird mit dem Pythonmodul Keras auf das Framework TensorFlow zugeriffen. Sie müssen nichts programmieren, das relativ übersichtliche Programm baumerkennung.py wurde in Python geschrieben und steht hier mit dem Beispielmodell zum Download bereit.
Um den Beispielcode auszuführen, ist folgende Software auf dem PC zu installieren:
Programmiersprache Python- Python 3 mit dem Installationsmodul pip
Anleitung für Windows: https://learn.microsoft.com/de-de/windows/python/beginners
Python Module über CMD in der Windows Konsole [„Windows-Taste“ + „R“]- pip install keras
- pip install opencv-python
- pip install numpy