YOLOvME: Der mysteriöse Fall des Hundekots
Entdecke, wie Ben Farahmand YOLOv5 und Vision AI nutzte, um ein Nachbarschaftsdilemma mit Hundekot zu lösen und die Beziehungen in der Gemeinschaft zu verbessern.
Das nächste Mal, wenn du deinen Hund in jemandes Vorgarten sein Geschäft verrichten lässt, solltest du es dir vielleicht zweimal überlegen. Ben Farahmand erkannte, dass er genau dieses Problem hatte, als seine Tochter begann, ihn auf den Zustrom von Hundekot aufmerksam zu machen, der in seinem Garten auftauchte. Da er nicht wusste, wer dahintersteckte, begann Ben zu überlegen, wie er den Täter auf frischer Tat ertappen könnte.
Wir wollten wissen, wie die Geschichte ausgeht, also haben wir uns mit Ben zusammengesetzt und ihm ein paar Fragen zu seinen Erfahrungen mit Ultralytics YOLOv5 und Vision-KI gestellt.
Wie sah dein Prozess bei der Erstellung deines Objekterkennungstools aus?#
Identifizierung der Herausforderung#
„Ich habe ein Problem gesehen. Ich dachte mir, okay, meine Tochter spielt im Garten und sie bemerkt den Hundekot. Ich wollte in der Lage sein, mit der Person zu sprechen, die den Hund den Kot absetzen ließ, ohne ihn aufzuheben“, sagt Ben. Ben musste eine bessere Lösung finden, als rund um die Uhr aus dem Fenster zu starren.
Die Auswahl des richtigen ML-Modells#
Nach einer kurzen Google-Suche entdeckte Ben also Ultralytics YOLOv5 und machte sich an die Arbeit, sein Modell zu trainieren. „Ich stieß auf ein paar verschiedene verfügbare Modelle. YOLOv5 schien eine gute Dokumentation zu haben, also habe ich einfach damit angefangen.“ Ben wandte sich daraufhin an Twitter und dokumentierte die Informationen von seiner Beobachtung, was uns in Atem hielt.
Training des ML-Modells#
Zu Beginn stieß Ben auf ein paar Hindernisse. Bens Modell hatte anfangs Schwierigkeiten, kleine Hunde zu erkennen, die immer noch als Verdächtige im Fall galten. Manchmal klassifizierte es kleine Hunde als Vögel, ein anderes Mal übersah es sie komplett. In einem bestimmten Fall wurde ein großer, flauschiger weißer Hund als Schaf klassifiziert. Um dieses Problem zu beheben, tauschte Ben das kleine neuronale Netz, das er verwendet hatte, gegen ein größeres aus – und war damit erfolgreich. Kleine Hunde wurden nicht mehr als Vögel identifiziert und das ehemalige Schaf wurde endlich korrekt als Hund erkannt.
Hast du den Täter jemals erwischt?#
„Ja, und was passierte, war, dass die Besitzer oft an meinem Garten vorbeigingen. Manchmal lief der Vater vorbei, manchmal die Tochter. Als ich mir meine Daten ansah, stellte ich tatsächlich fest, dass der Vater den Hundekot immer aufhob, die Tochter jedoch nicht.“ Es scheint, dass sich die Dinge in Bens Nachbarschaft verbessert haben. „Wir haben einen Brief geschrieben und mit ihnen gesprochen, und bisher gab es keinen Hundekot mehr. Aber es fühlt sich jetzt ein bisschen gruselig an, weil ich manchmal rausgehe und diese Hunde erkenne, wenn sie vorbeilaufen. Ich muss mich fragen, ob sie wissen, dass ich sie beobachte.“
Wie bist du zu Ultralytics und YOLOv5 gekommen?#
„Nun, durch Zufall, denn ich wusste von OpenCV, ich habe im Graduiertenstudium ein bisschen damit herumgespielt. Aber mein Graduiertenprogramm befasste sich eher mit Design für soziale Auswirkungen, ohne irgendeinen technischen Schwerpunkt. Ich habe einfach ein bisschen damit gebastelt. Vor kurzem wusste ich, dass es möglich ist, das zu tun, was ich wollte, ich war mir nur nicht zu 100 % sicher, ob ich es schaffen würde. Ich wusste auch nicht, wie einfach es war. Ein großes Lob an euch für die exzellente Dokumentation. Wer auch immer eure Dokumentation geschrieben hat, sollte eine Gehaltserhöhung bekommen.“
Welche anderen Herausforderungen möchtest du mit Ultralytics YOLOv5 lösen?#
„Im Moment ist das Erste, was mir in den Sinn kommt, dass wir ein Stoppschild in unserer Nachbarschaft haben, bei dem die Leute ständig durchfahren. Vielleicht hat schon jemand eine solche Anwendung erstellt, aber ich würde gerne herausfinden, wer das Stoppschild weiterhin missachtet. Allerdings kann ich nicht beurteilen, wie legal es für mich wäre, so etwas aufzusetzen.“
Ben Farahmand ist Produktmanager für ein kleines Bildungsunternehmen namens Tuva Labs, das die Ausbildung zur Datenkompetenz fördert und Lehrkräfte dabei unterstützt, reales Lernen in den Mathematik- und naturwissenschaftlichen Unterricht zu integrieren. Tuva Labs stellt Datensätze, Lektionen und Grafiksoftware zur Verfügung, die die Einbindung jeglicher Art von Statistikunterricht in die Lehrpläne ermöglichen. Ben hat außerdem FAZA gegründet, ein spannendes kooperatives Brettspiel im Pulp-Sci-Fi-Stil, das die klassische Alien-Invasion-Geschichte neu erzählt.
Sieh dir Bens Twitter-Thread an, der die Hundekot-Geschichte dokumentiert.
Finde Bens GitHub-Repo hier.
