Zum Hauptinhalt springen ↑ ↓
Thema: Noch 4 Jahre... (14370-mal gelesen)
0 Benutzer und 1 Gast betrachten dieses Thema.

Antw.: Noch 4 Jahre...

Antwort Nr. 105 –
Das hatte ich versucht zu erklären. Die Speed-Limit-Schilder werden nicht über einen herkömmlichen Algorithmus als Schilder erkannt. Man nutzt also nicht z.B. Form/Farbe und Schrift. Das das Tempo-30-Schild so ähnlich wie ein Tempo-50-Schild aussieht, weiss Machine-Learning nicht. Man muss man das System mit Bildern von Schildern anlernen. Dem System ist egal, ob man Hunde anlernt oder Schilder. Es weiss in Prinzip auch nicht was ein Schild oder ein Hund ist.

Problem bei Ortsschildern ist, dass die Schrift innerhalb der Fläche ist und so die Struktur es Bildes kaputt macht. Das klappt nicht mit Machine-Learning. Wenn man Ortsschilder kompatibel machen wollten, müsste man beispielsweise den Ortsnamen auf einem zusätzlichen Schild aufbringen, z.B. weißen längliches Schild darunter.
Als man Ortsschilder erfunden hat, hat man nicht gewusst, dass später mal Machine-Learning-Algorithmen damit Probleme bekommen.

Antw.: Noch 4 Jahre...

Antwort Nr. 106 –
Die Bahn arbeitet bei der automatischen Zugabeeinflussung mit einer Art qr Code.
Wollen wir länderübergreifend autonomes fahren durchsetzen, wird es auch in die Richtung gehen müssen. Solche Schilder werden wenigstens zuverlässig erkannt.

Antw.: Noch 4 Jahre...

Antwort Nr. 107 –
Nachdem Musk vollmundig erzählt hat, dass Teslas in wenigen Jahren autonom fahren werden, ist es vermutlich sehr ernüchternd, wenn man mitteilt, dass dies nur funktioniert, wenn man die Schilder durch QR-Codes ersetzt und ordentliche Begrenzungslinien auf der Fahrbahn aufbringt.

Ernsthaft: Sollte das autonome Fahren nicht funktionieren, weil die Ortseingangsschilder nicht von Computern erkannt werden können, ist das sehr seltsam......

Antw.: Noch 4 Jahre...

Antwort Nr. 108 –
Ich würde sagen, das Erkennen von Ortsschildern sollte - außer in einer reizüberfluteten Innenstadt - eigentlich einfacher sein als das Erkennen von Fahrbahnrändern, -spuren, Fahrzeugen, Menschen, sonstigen Hindernissen.

Antw.: Noch 4 Jahre...

Antwort Nr. 109 –
Schlage vor, dass Du bevor Du uns Einzelheiten erzählst wie man das am besten programmiert, schnell bei Tesla oder Mobileye bewirbst. Die suchen jemanden, der das effizient programmiert.

;-)

Antw.: Noch 4 Jahre...

Antwort Nr. 110 –
Du stimmst also nicht zu, dass die anderen Objekte schwerer erkennbar sein sollten, weil sie völlig verschieden aussehen können? Ich habe nicht gesagt, dass ich es programmieren könnte, sondern nur meine Vermutung geäußert, was ich glaube einfacher sein könnte. Ein Ortseingangsschild (in z.B. D) steht meist senkrecht, hat eine bestimmte Farbe mit einem Text darauf. Schau dir allein mal verschiedene Fahrbahnränder (kontrastarm und ohne Markierung) oder Fahrzeuge (z.B. LKW von hinten) an, wie diese aussehen können. Ich bin der Meinung, dass autonomes Fahren, also kein ferngesteuertes Fahren, noch sehr lange brauchen wird, bis es brauchbar funktioniert. Nur haben Amerikaner und Mitteleuropäer offenbar verschiedene Vorstellungen davon, wie sie halbgare Zwischenstände ihren Kunden verkaufen können. Die einen nennen es Autopilot, die anderen Assistenzsystem.

Passend zum Thema: https://www.youtube.com/watch?v=Ui9qjDgVXco

Antw.: Noch 4 Jahre...

Antwort Nr. 111 –
Ich probiere es noch einmal. Das Problem ist Machine-Learning.

Objekte zu erkennen ist nicht so sehr das Problem. Die Objekte wirft man dann dem Machine-Learning-System vor, um festzustellen, was für ein Objekt das ist.
Woran die Hersteller scheitern ist das Machine-Learning bei Ortsschildern scheitert, weil diese den Namen der Stadt drin haben. Alle unterschiedlich. Da klappt die Erkennung nicht. Wenn Du eine bessere und gleich effiziente Methode als Machine-Learning hast, um Schilder zu erkennen und damit auch gleichzeitig Ortsschilder in den verschiedensten Ländern erkennen kannst, wärst Du ein gefragter Mitarbeiter bei Tesla oder Mobileye.

 
 

Antw.: Noch 4 Jahre...

Antwort Nr. 112 –
OK, jetzt versteh ich das Problem.