Wie die Objekterkennung auf dem Gerät funktioniert
Was dieser Detektor leistet
Die KI-Objekterkennung durchsucht ein Foto und zeichnet um alles, was sie erkennt, einen beschrifteten Rahmen: eine Person, ein Auto, einen Hund, einen Laptop, einen Stuhl. Im Hintergrund läuft ein neuronales Netz, das darauf trainiert wurde, 80 alltägliche Objektarten zu erkennen. Jede Erkennung liefert drei Angaben: einen Namen, einen Begrenzungsrahmen, der markiert, wo das Objekt liegt, und einen Konfidenzwert von 0 bis 100%, der zeigt, wie sicher sich das Modell ist.
Die Erkennung beginnt, wenn Sie auf Objekte Erkennen klicken, und die gesamte Analyse läuft auf dem Gerät: Die Modelldatei (etwa 18 MB) wird nur einmal heruntergeladen, beim ersten Start.
Wann sich der Einsatz lohnt
Er eignet sich, um einen Fotoordner automatisch zu verschlagworten, vor dem Training eines eigenen Modells zu prüfen, was ein Datensatz tatsächlich enthält, oder zu zählen, wie viele Personen oder Fahrzeuge in einer Szene auftauchen. Auch für Barrierefreiheit ist er praktisch, um eine schnelle Textbeschreibung eines Bildes zu erzeugen, und für alle, die Computer-Vision-Ideen prototypisieren, ohne eine Python-Umgebung aufzusetzen.
Da er strukturiertes JSON mit Koordinaten exportiert, fügt er sich in eine größere Pipeline ein: Detektor ausführen, die Rahmen abgreifen und an Skripte zum Zuschneiden, Weichzeichnen oder Annotieren weitergeben.
Ein konkretes Beispiel
Laden Sie ein Straßenfoto hoch. Das Modell liefert vielleicht Person mit 92%, Auto mit 88% und Ampel mit 71%, jeweils in einem eigenen farbigen Rahmen. Erhöhen Sie die Mindestkonfidenz auf 80% und starten Sie erneut: Die Ampel verschwindet aus den Ergebnissen, und nur die zwei sicheren Erkennungen bleiben. Senken Sie sie auf 40%, tauchen auch schwächere oder teilweise verdeckte Objekte auf, samt dem gelegentlichen Fehltreffer. Laden Sie das annotierte Bild herunter, um die Markierungen zu behalten, oder exportieren Sie das JSON, um die Rohdaten mit Namen, Werten und Rahmenkoordinaten zu erhalten.
Hinweise und Grenzen
Das Modell kennt 80 Objektarten, alles außerhalb dieser Liste (eine bestimmte Hunderasse, ein Markenlogo, lesbarer Text) wird daher nicht beschriftet. Sich überlappende oder sehr kleine Objekte sind die schwierigsten Fälle und fallen oft unter den Schwellenwert. Der Konfidenzregler ist Ihr wichtigstes Werkzeug: Höhere Werte tauschen Trefferquote gegen Genauigkeit, niedrigere tun das Gegenteil. Liefert ein Foto nichts, bringt ein niedrigerer Schwellenwert meist die Objekte zum Vorschein, die das Modell gesehen hat, bei denen es sich aber nicht sicher war.