Ein Einblick in die Datenannotation für Computer-Vision-Projekte

Künstliche Intelligenz (KI) soll Maschinen menschenähnliche Fähigkeiten verleihen. Eine der beliebtesten Methoden dafür ist überwachtes Lernen. Anders gesagt: Wenn KI-Modelle anhand gekennzeichneter Beispiele trainiert werden, können sie Muster erkennen und Aufgaben immer besser erledigen. Das ähnelt stark der Art, wie Menschen aus Erfahrung lernen. Doch wie werden diese gekennzeichneten Beispiele erstellt?

Bei der Datenannotation werden Daten gekennzeichnet oder markiert, damit Algorithmen des maschinellen Lernens sie verstehen können. In der Computer Vision bedeutet das, Bilder oder Videos so zu markieren, dass Objekte, Handlungen oder Szenen präzise erkannt und kategorisiert werden können. Die Datenkennzeichnung ist entscheidend, denn der Erfolg eines KI-Modells hängt maßgeblich von der Qualität der Daten ab, mit denen es trainiert wird.

Studien zeigen, dass mehr als 80 % der Zeit für KI-Projekte für die Datenverwaltung aufgewendet werden – von der Erfassung und Zusammenführung bis hin zur Bereinigung und Kennzeichnung. Das verdeutlicht, wie wichtig die Datenannotation bei der Entwicklung von KI-Modellen ist. Hochwertige annotierte Daten ermöglichen es KI-Modellen, Aufgaben wie Gesichtserkennung und Objekterkennung in realen Situationen präziser und zuverlässiger auszuführen.

Warum Datenannotation notwendig ist#

Die Datenannotation bildet die Grundlage für die Leistungsfähigkeit eines Computer-Vision-Modells. Die gekennzeichneten Daten bilden die Referenz, anhand derer das Modell lernt und Vorhersagen trifft. Diese Referenzdaten sind entscheidend, denn sie bilden die Realität ab, die das Modell verstehen soll. Ohne diese zuverlässige Grundlage wäre das KI-Modell wie ein Schiff, das ohne Kompass navigiert.

Abb. 1. Referenzdaten im Vergleich zur Vorhersage.

Präzise Kennzeichnungen helfen diesen Modellen, das Gesehene zu verstehen, und führen zu besseren Entscheidungen. Sind die Daten schlecht oder uneinheitlich gekennzeichnet, fällt es dem Modell schwer, korrekte Vorhersagen und Entscheidungen zu treffen – so wie ein Schüler, der aus fehlerhaften Lehrbüchern lernt. Dank annotierter Daten kann ein Modell Aufgaben wie Bildklassifizierung, Instanzsegmentierung und Posenschätzung von Objekten in Bildern und Videos erlernen.

Die besten Quellen für Datensätze#

Bevor du einen völlig neuen Datensatz erstellst und Bilder und Videos sorgfältig kennzeichnest, solltest du prüfen, ob sich für dein Projekt vorhandene Datensätze eignen. Es gibt mehrere hervorragende Open-Source-Repositories, in denen du kostenlos auf hochwertige Datensätze zugreifen kannst. Zu den beliebtesten gehören:

• ImageNet: Der Datensatz wird häufig zum Trainieren von Bildklassifizierungsmodellen verwendet.
• COCO: Dieser Datensatz ist für Objekterkennung, Segmentierung und Bildbeschriftung konzipiert.
• PASCAL VOC: Der Datensatz unterstützt Aufgaben zur Objekterkennung und Segmentierung.

Abb. 2. Beispiele für Daten aus dem COCO-Datensatz.

Bei der Auswahl eines Datensatzes solltest du Faktoren wie die Eignung für dein Projekt, die Größe und Vielfalt des Datensatzes sowie die Qualität der Kennzeichnungen berücksichtigen. Prüfe außerdem die Lizenzbedingungen, um rechtliche Folgen zu vermeiden, und achte darauf, dass die Daten in einem Format vorliegen, das zu deinen Arbeitsabläufen und Tools passt.

Wenn vorhandene Datensätze deinen Anforderungen nicht ganz entsprechen, ist es eine gute Option, einen eigenen Datensatz zu erstellen. Je nach Anforderungen deines Projekts kannst du Bilder beispielsweise mit Webcams, Drohnen oder Smartphones aufnehmen. Dein eigener Datensatz sollte möglichst vielfältig und ausgewogen sein und das Problem, das du lösen möchtest, wirklich abbilden. Dazu kann es gehören, Bilder bei unterschiedlichen Lichtverhältnissen, aus verschiedenen Blickwinkeln und in unterschiedlichen Umgebungen aufzunehmen.

Wenn du nur eine kleinere Anzahl an Bildern oder Videos sammeln kannst, ist die Datenerweiterung eine hilfreiche Methode. Dabei wird dein Datensatz durch Transformationen wie Drehen, Spiegeln oder Farbanpassungen auf vorhandene Bilder erweitert. Dadurch wächst der Datensatz und dein Modell wird robuster und kann besser mit unterschiedlichen Daten umgehen. Durch die Kombination von Open-Source-Datensätzen, eigenen Datensätzen und erweiterten Daten kannst du die Leistung deiner Computer-Vision-Modelle erheblich steigern.

Arten von Bildannotationstechniken#

Bevor du mit der Annotation von Bildern beginnst, solltest du dich mit den verschiedenen Annotationstypen vertraut machen. So findest du den richtigen Typ für dein Projekt. Im Folgenden sehen wir uns einige der wichtigsten Annotationstypen an.

Begrenzungsrahmen#

Begrenzungsrahmen sind die häufigste Art der Annotation in der Computer Vision. Es handelt sich um rechteckige Rahmen, mit denen die Position eines Objekts in einem Bild markiert wird. Die Rahmen werden durch die Koordinaten ihrer Ecken definiert und helfen KI-Modellen dabei, Objekte zu erkennen und zu lokalisieren. Begrenzungsrahmen werden hauptsächlich zur Objekterkennung verwendet.

Abb. 3. Beispiel für Begrenzungsrahmen.

Segmentierungsmasken#

Manchmal muss ein Objekt genauer erkannt werden, als es mit einem einfachen Begrenzungsrahmen möglich ist. Vielleicht interessiert dich der Umriss der Objekte in einem Bild. In diesem Fall kannst du mit Segmentierungsmasken komplexe Objekte umranden. Segmentierungsmasken bieten eine detailliertere Darstellung auf Pixelebene.

Diese Masken können für die semantische Segmentierung und die Instanzsegmentierung verwendet werden. Bei der semantischen Segmentierung wird jedes Pixel eines Bildes entsprechend dem dargestellten Objekt oder Bereich gekennzeichnet, etwa als Fußgänger, Auto, Straße oder Gehweg. Die Instanzsegmentierung geht einen Schritt weiter: Sie identifiziert und trennt jedes Objekt einzeln. So lassen sich beispielsweise einzelne Autos in einem Bild voneinander unterscheiden, selbst wenn sie alle zum selben Typ gehören.

Abb. 4. Beispiel für semantische Segmentierung (links) und Instanzsegmentierungsmasken (rechts).

3D-Quader#

3D-Quader ähneln Begrenzungsrahmen. Ihr besonderer Unterschied ist, dass sie Tiefeninformationen ergänzen und ein Objekt dreidimensional darstellen. Diese zusätzlichen Informationen ermöglichen es Systemen, Form, Volumen und Position von Objekten im dreidimensionalen Raum zu verstehen. 3D-Quader werden häufig in selbstfahrenden Autos verwendet, um die Entfernung von Objekten zum Fahrzeug zu messen.

Abb. 5. Beispiel für 3D-Quader.

Schlüsselpunkte und Orientierungspunkte#

Eine weitere interessante Art der Annotation sind Schlüsselpunkte, bei denen bestimmte Punkte wie Augen, Nasen oder Gelenke an Objekten markiert werden. Bei Orientierungspunkten werden diese Punkte zusätzlich miteinander verbunden, um den Aufbau und die Bewegung komplexerer Formen wie Gesichtern oder Körperhaltungen abzubilden. Diese Arten der Annotation werden beispielsweise für Gesichtserkennung, Bewegungserfassung und erweiterte Realität verwendet. Sie verbessern außerdem die Genauigkeit von KI-Modellen bei Aufgaben wie der Gestenerkennung oder der Analyse sportlicher Leistungen.

Abb. 6. Beispiel für Schlüsselpunkte.

Daten mit LabelImg annotieren#

Nachdem wir die verschiedenen Annotationstypen besprochen haben, sehen wir uns an, wie du Bilder mit dem beliebten Tool LabelImg annotieren kannst. LabelImg ist ein Open-Source-Tool, das die Bildannotation vereinfacht und sich zum Erstellen von Datensätzen im YOLO-Format (Du siehst nur einmal) eignet. Es ist eine gute Wahl für Einsteiger, die an kleinen Ultralytics YOLOv8-Projekten arbeiten.

Die Einrichtung von LabelImg ist unkompliziert. Stelle zunächst sicher, dass Python 3 auf deinem Computer installiert ist. Anschließend kannst du LabelImg mit einem kurzen Befehl installieren:

pip3 install labelImg

Nach der Installation kannst du das Tool mit folgendem Befehl starten:

labelImg

LabelImg läuft auf mehreren Plattformen, darunter Windows, macOS und Linux. Sollten bei der Installation Probleme auftreten, findest du im offiziellen LabelImg-Repository ausführlichere Anweisungen.

Abb. 7. Bildannotation mit LabelImg.

Sobald du das Tool gestartet hast, befolge diese einfachen Schritte, um mit der Kennzeichnung deiner Bilder zu beginnen:

• Klassen einrichten: Lege zunächst in einer Datei namens „predefined_classes.txt“ die Liste der Klassen (Kategorien) fest, die du annotieren möchtest. Anhand dieser Datei weiß die Software, welche Objekte du in deinen Bildern kennzeichnest.
• Zum YOLO-Format wechseln: LabelImg verwendet standardmäßig das PASCAL-VOC-Format. Wenn du jedoch mit YOLO arbeitest, musst du das Format wechseln. Klicke einfach in der Symbolleiste auf die Schaltfläche „PascalVOC“, um zu YOLO zu wechseln.
• Mit der Annotation beginnen: Lade deine Bilder über die Optionen „Open“ oder „OpenDIR“. Zeichne anschließend Begrenzungsrahmen um die Objekte, die du annotieren möchtest, und weise ihnen die passende Klassenbezeichnung zu. Speichere deine Arbeit nach der Annotation jedes Bildes. LabelImg erstellt eine Textdatei mit demselben Namen wie dein Bild, die die YOLO-Annotationen enthält.
• Speichern und überprüfen: Die Annotationen werden als .txt-Datei im YOLO-Format gespeichert. Die Software speichert außerdem eine Datei „classes.txt“, in der alle deine Klassennamen aufgeführt sind.

Effiziente Strategien zur Datenannotation#

Damit die Datenannotation reibungsloser abläuft, solltest du einige wichtige Strategien beachten. Klare Annotationsrichtlinien sind beispielsweise entscheidend. Ohne sie könnten verschiedene Annotierende eine Aufgabe unterschiedlich interpretieren.

Angenommen, die Aufgabe besteht darin, Vögel in Bildern mit Begrenzungsrahmen zu annotieren. Eine Person könnte den ganzen Vogel markieren, während eine andere nur den Kopf oder die Flügel markiert. Solche Unstimmigkeiten können das Modell beim Training verwirren. Mit klaren Definitionen wie „Markiere den gesamten Vogel einschließlich Flügeln und Schwanz“ sowie Beispielen und Anweisungen für knifflige Fälle kannst du sicherstellen, dass die Daten korrekt und einheitlich gekennzeichnet werden.

Regelmäßige Qualitätskontrollen sind ebenfalls wichtig, um hohe Standards einzuhalten. Indem du Richtwerte festlegst und die Arbeit anhand konkreter Kennzahlen überprüfst, kannst du die Datenqualität sicherstellen und den Prozess durch kontinuierliches Feedback verbessern.

Datenannotation kurz erklärt#

Datenannotation ist ein einfaches Konzept, das sich erheblich auf dein Computer-Vision-Modell auswirken kann. Ob du Bilder mit Tools wie LabelImg annotierst oder Modelle anhand von Open-Source-Datensätzen trainierst: Das Verständnis der Datenannotation ist entscheidend. Mit geeigneten Strategien lässt sich der gesamte Prozess vereinfachen und effizienter gestalten. Wenn du dir Zeit nimmst, deinen Ansatz für die Annotation zu verfeinern, kannst du bessere und zuverlässigere KI-Ergebnisse erzielen.

Erweitere deine Fähigkeiten und entdecke Neues! Bleib mit unserer Community in Kontakt, um mehr über KI zu erfahren! Schau dir unser GitHub-Repository an und entdecke, wie wir KI einsetzen, um innovative Lösungen in Branchen wie der Fertigung und dem Gesundheitswesen zu entwickeln. 🚀