Object Detection

Einfach erklärt

Object Detection ist eine der grundlegendsten Aufgaben in Computer Vision: Ein Modell bekommt ein Bild und gibt für jedes erkannte Objekt eine Bounding Box (Rechteck mit Koordinaten), ein Klassen-Label (“Auto”, “Person”, “Hund”) und einen Konfidenz-Score zurück. Das klingt einfach, ist aber technisch anspruchsvoll – das Modell muss gleichzeitig erkennen, was im Bild ist und wo genau es sich befindet.

Der Unterschied zur reinen Bildklassifikation ist entscheidend: Klassifikation sagt “Im Bild ist ein Hund”. Object Detection sagt “Im Bild sind 3 Hunde: einer oben links (92% Konfidenz), einer in der Mitte (87%) und einer unten rechts (79%)”. Diese Lokalisierung macht Object Detection zur Grundlage für autonomes Fahren, Robotik, Videoüberwachung und industrielle Qualitätskontrolle.

Technischer Deep Dive

Architekturen im Überblick

Architektur	Ansatz	Stärke
YOLO (v5–v11)	Single-Shot, ein Durchlauf	Echtzeit, einfaches Deployment
Faster R-CNN	Two-Stage, Region Proposals	Hohe Genauigkeit, langsamer
DETR	Transformer-basiert	Kein Anchor-Design nötig
SSD	Single-Shot, Multi-Scale	Guter Speed/Accuracy-Kompromiss

Metriken

mAP (mean Average Precision): Hauptmetrik für Object Detection
- mAP@0.5: IoU-Schwellwert 50% (lockerer)
- mAP@0.5:0.95: Durchschnitt über IoU 50%–95% (strenger, COCO-Standard)

IoU (Intersection over Union):
IoU = Schnittmenge(predicted, ground_truth) / Vereinigung(predicted, ground_truth)

YOLOv8 Quickstart

from ultralytics import YOLO

# Vortrainiertes Modell laden
model = YOLO('yolov8n.pt')  # nano = kleinste/schnellste Variante

# Inferenz auf Bild
results = model('bild.jpg')

# Ergebnisse ausgeben
for r in results:
    for box in r.boxes:
        print(f"Klasse: {r.names[int(box.cls)]}")
        print(f"Konfidenz: {box.conf:.2f}")
        print(f"Bounding Box: {box.xyxy}")  # x1, y1, x2, y2

Fine-Tuning auf eigene Daten

# Training auf eigenem Datensatz
model = YOLO('yolov8n.pt')
results = model.train(
    data='dataset.yaml',  # Pfad zu Datensatz-Config
    epochs=100,
    imgsz=640,
    batch=16
)