Zitat von
Flips:
Nun ja, die Fähigkeit eines NN zu lernen, was wichtig ist un was nicht, wollte ich nutzen um meiner Webcam-Überwachung die nötige "Intelligenz" zu verleihen.
Bisher läuft es nach dem Motto
Code:
Wenn AbweichendePixel > Schwellenwert dann
GibAlarm
Wenn das Bild wie bei meiner schlechten Webcam flimmert, dann ist das schon ein echtes Problem (Wobei ich einen Anti-Flimmer-Algorithmus entwickelt habe, allerdings nur SW un nicht das Gelbe vom Ei :wink: ).
Daher wäre so ein neuronales Netz, das lernt, dass im oberen rechten Ecken zu 99% immer nur Schwarz ist sehr praktisch, damit falls da mal ein heller Flimmer-Pixel hinkommt, kein Alarm ausgelöst wird, weil das Netz weiß : "Hier ist mal weiß, das interessiert aber nur wenig -> vernachlässigen"
Nur so als Beispiel, in dem Zusammenhang kann man das bestimmt noch weiter Ausführen.
Hallo,
vorab, weil du ja in Pixeln sprichst: eine Kamera in VGA-Auflösung hat ca 300000 davon, ein entsprechendes NN also 300000 Eingangsneuronen... natürlich kann sich jeder soviel Hard- und Software installieren wie er meint, ich wollte nur drauf hinweisen.
Generell geht die Diskussion hier an Teilen des Problems vorbei. Das NN ist, selbst wenn es steht, längst nicht alles, es muss ja erst was lernen, und dabei ist es NICHT damit getan, dem NN perfekte Ziffern von 0 - 9 zu präsentieren, sondern es müssen alle vorkommenden Ausformungen dabei sein und natürlich auch fehlerhafte Bilder jeder Art. Wenn man nicht auf reale Datenbestände zurückgreifen kann (z.B. die Fingerabdrucksammlung des BKA für eine entsprechendes Erkennungssystem) wird die Erstellung der Lerndaten sehr aufwendig.
Im Beipiel Webcam bräuchte man also eine Sammlung von "harmlosen" und "gefährlichen" Bildern jeder denkbaren Zusammensetzung - woher nehmen??
Gruss Reinhard