YOLOvME: Der mysteriöse Fall des Hundekots

Wenn du deinen Hund das nächste Mal in den Garten einer anderen Person machen lässt, solltest du vielleicht zweimal darüber nachdenken. Ben Farahmand erkannte, dass er genau dieses Problem hatte, als seine Tochter ihn auf die zunehmende Menge Hundekot aufmerksam machte, die in seinem Garten auftauchte. Da er nicht wusste, wer dahintersteckte, begann Ben zu überlegen, wie er den Übeltäter auf frischer Tat ertappen konnte.

Wir wollten wissen, wie die Geschichte ausging, also setzten wir uns mit Ben zusammen und stellten ihm einige Fragen zu seinen Erfahrungen mit Ultralytics YOLOv5 und Vision-KI.

Wie bist du bei der Entwicklung deines Werkzeugs zur Objekterkennung vorgegangen?#

Die Herausforderung erkennen#

„Ich sah ein Problem. Ich dachte mir: Okay, meine Tochter spielt im Garten und bemerkt den Hundekot dort. Ich wollte mit der Person sprechen können, die ihren Hund in den Garten machen ließ und den Kot nicht aufhob“, sagt Ben. Ben brauchte eine bessere Lösung, als rund um die Uhr aus dem Fenster zu starren.

Das richtige ML-Modell auswählen#

Nach einer kurzen Google-Suche entdeckte Ben Ultralytics YOLOv5 und begann, sein Modell zu trainieren. „Ich stieß auf einige verschiedene verfügbare Modelle. YOLOv5 schien eine gute Dokumentation zu haben, also begann ich einfach damit.“ Anschließend wandte sich Ben an Twitter und dokumentierte die Informationen aus seiner Beobachtung, während er uns auf die Folter spannte.

Das ML-Modell trainieren#

Zu Beginn stieß Ben auf einige Hindernisse. Bens Modell hatte zunächst Schwierigkeiten, kleine Hunde zu erkennen, die in diesem Fall weiterhin als Verdächtige galten. Manchmal klassifizierte es kleine Hunde als Vögel, und manchmal übersah es sie vollständig. In einem bestimmten Fall wurde ein großer, flauschiger weißer Hund als Schaf klassifiziert. Um dieses Problem zu beheben, ersetzte Ben das kleine neuronale Netz, das er verwendet hatte, durch ein größeres – und war damit erfolgreich. Kleine Hunde wurden nun nicht mehr als Vögel erkannt, und das vermeintliche Schaf wurde schließlich korrekt als Hund identifiziert.

Hast du den Übeltäter jemals erwischt?#

„Ja. Es stellte sich heraus, dass die Besitzer oft an meinem Garten vorbeigingen. Manchmal ging der Vater vorbei, manchmal die Tochter. Als ich meine Daten betrachtete, stellte ich tatsächlich fest, dass der Vater den Hundekot immer aufhob, die Tochter jedoch nicht.“ Anscheinend hat sich die Situation in Bens Nachbarschaft verbessert. „Wir schrieben ihnen einen Brief und sprachen mit ihnen, und bisher gab es keinen weiteren Hundekot. Aber jetzt fühlt es sich ein wenig unheimlich an, weil ich manchmal nach draußen gehe und diese Hunde erkenne, die vorbeilaufen. Ich frage mich, ob sie wissen, dass ich sie beobachte.“

Wie bist du zu Ultralytics und YOLOv5 gekommen?#

„Nun, durch Zufall, denn ich kannte OpenCV und hatte während meines Aufbaustudiums ein wenig damit herumgespielt. Aber in meinem Studiengang ging es eher um Design mit gesellschaftlicher Wirkung, ohne besonderen technischen Schwerpunkt. Ich habe einfach ein wenig damit experimentiert. Vor Kurzem wusste ich, dass es möglich war, das zu tun, was ich wollte, war mir aber nicht zu 100 % sicher, ob ich es schaffen würde. Außerdem war mir nicht klar, wie einfach es war. Ein großes Lob an euch für die hervorragende Dokumentation. Wer auch immer eure Dokumentation geschrieben hat, sollte eine Gehaltserhöhung bekommen.“

Welche anderen Herausforderungen würdest du gerne mit Ultralytics YOLOv5 lösen?#

„Im Moment fällt mir als Erstes ein, dass es in unserer Nachbarschaft ein Stoppschild gibt, das die Leute ständig überfahren. Vielleicht hat bereits jemand eine solche Anwendung entwickelt, aber ich würde gerne herausfinden, wer weiterhin das Stoppschild überfährt. Allerdings kann ich nicht beurteilen, wie legal es wäre, so etwas einzurichten.“

Ben Farahmand ist Produktmanager bei einem kleinen Bildungsunternehmen namens Tuva Labs, das die Vermittlung von Datenkompetenz fördert und Lehrkräfte dabei unterstützt, lebensnahes Lernen in den Mathematik- und naturwissenschaftlichen Unterricht zu integrieren. Tuva Labs stellt Datensätze, Unterrichtseinheiten und Software zur Diagrammerstellung bereit, sodass Unterrichtseinheiten zu beliebigen statistischen Themen in den Lehrplan aufgenommen werden können. Ben gründete außerdem FAZA, ein spannendes kooperatives Brettspiel mit Pulp-Science-Fiction-Thematik, das die klassische Geschichte einer außerirdischen Invasion neu erzählt.

Sieh dir Bens Twitter-Thread an, in dem er die Geschichte über den Hundekotdokumentiert.

Hier findest du Bens GitHub-Repository.