AI Ampelerkennung

Ziel des Projekts war es, ein System darauf zu trainieren, ob Personen an einer Ampel warten oder die Straße gerade überqueren.

Das Projekt ergänzte den theoretischen AI- und Machine-Learning-Unterricht durch eine praktische Anwendung.

Als Gruppe sammelten wir mehrere hundert geeignete Bilder aus dem Internet und markierten die relevanten Bereiche manuell.

Diese Daten wurden anschließend in Roboflow verwendet, damit das Modell die gewünschten Situationen unterscheiden lernen konnte.

Das Projekt hat mir einen deutlich greifbareren Einblick in Machine Learning gegeben als die Theorie alleine.

Besonders interessant war zu sehen, wie wichtig saubere Trainingsdaten und deren manuelle Vorbereitung für das spätere Ergebnis sind.