Die wichtigsten Schritte eines Computer-Vision-Projekts verstehen#

Ein Computer-Vision-Projekt umfasst eine klare Abfolge von Phasen: Ziele festlegen, Daten sammeln und annotieren, ein Modell trainieren und evaluieren sowie es in der Produktion bereitstellen und warten. Dieser Leitfaden führt dich Schritt für Schritt durch den Ablauf und erklärt, warum jeder Schritt wichtig ist, damit du dein eigenes Projekt sicher planen und umsetzen kannst.

Computer Vision ist ein Teilgebiet der künstlichen Intelligenz (AI), das Computern hilft, die Welt wie Menschen zu sehen und zu verstehen. Dabei werden Bilder oder Videos verarbeitet und analysiert, um Informationen zu extrahieren, Muster zu erkennen und auf Grundlage dieser Daten Entscheidungen zu treffen.

Computer-Vision-Verfahren wie Objekterkennung, Bildklassifizierung und Instanzsegmentierung lassen sich in vielen Branchen einsetzen – vom autonomen Fahren bis zur medizinischen Bildgebung –, um wertvolle Erkenntnisse zu gewinnen.

Ein Überblick über ein Computer-Vision-Projekt#

Bevor wir die einzelnen Schritte eines Computer-Vision-Projekts genauer betrachten, sehen wir uns zunächst den gesamten Ablauf an. Wenn du heute ein Computer-Vision-Projekt startest, gehst du folgendermaßen vor:

• Deine erste Priorität ist es, die Anforderungen deines Projekts zu verstehen.
• Dann sammelst und beschriftest du sorgfältig die Bilder, mit denen du dein Modell trainierst.
• Als Nächstes bereinigst und erweiterst du deine Daten, um sie für das Modelltraining vorzubereiten.
• Nach dem Training evaluierst und testest du dein Modell gründlich, um sicherzustellen, dass es unter verschiedenen Bedingungen zuverlässig funktioniert.
• Zum Schluss stellst du dein Modell in der Praxis bereit und überwachst und wartest es anhand neuer Erkenntnisse und Rückmeldungen.

Nachdem du nun weißt, was dich erwartet, sehen wir uns die einzelnen Schritte genauer an, damit dein Projekt vorankommt.

Schritt 1: Projektziele festlegen#

Der erste Schritt jedes Computer-Vision-Projekts besteht darin, das zu lösende Problem klar zu definieren. Wenn du das Endziel kennst, kannst du mit dem Aufbau einer Lösung beginnen. Das gilt besonders für Computer Vision, da das Projektziel unmittelbar bestimmt, auf welche Computer-Vision-Aufgabe du dich konzentrieren musst.

Hier sind einige Beispiele für Projektziele und Computer-Vision-Aufgaben, mit denen du diese Ziele erreichen kannst:

• Ziel: Entwicklung eines Systems zur Überwachung und Steuerung des Verkehrsflusses verschiedener Fahrzeugtypen auf Autobahnen, um Verkehrsmanagement und Sicherheit zu verbessern.

  • Computer-Vision-Aufgabe: Objekterkennung eignet sich ideal für die Verkehrsüberwachung, da sie mehrere Fahrzeuge effizient lokalisiert und identifiziert. Sie benötigt weniger Rechenleistung als die Bildsegmentierung, die für diese Aufgabe unnötige Details liefert, und ermöglicht dadurch eine schnellere Analyse in Echtzeit.

• Ziel: Entwicklung eines Werkzeugs, das Radiologinnen und Radiologen unterstützt, indem es präzise, pixelgenaue Konturen von Tumoren in medizinischen Bildaufnahmen bereitstellt.

  • Computer-Vision-Aufgabe: Die Bildsegmentierung eignet sich für die medizinische Bildgebung, da sie genaue und detaillierte Tumorgrenzen liefert, die für die Beurteilung von Größe und Form sowie die Behandlungsplanung entscheidend sind.

• Ziel: Ein digitales System entwickeln, das verschiedene Dokumente (z. B. Rechnungen, Quittungen und juristische Unterlagen) kategorisiert, um die organisatorische Effizienz und das Auffinden von Dokumenten zu verbessern.

  • Computer-Vision-Aufgabe: Die Bildklassifizierung ist hier ideal, da sie jeweils ein Dokument verarbeitet, ohne dessen Position im Bild berücksichtigen zu müssen. Dieser Ansatz vereinfacht und beschleunigt den Sortiervorgang.

Das richtige Modell und den passenden Trainingsansatz auswählen#

Nachdem du das Projektziel und die geeigneten Computer-Vision-Aufgaben verstanden hast, gehört die Auswahl des richtigen Modells und Trainingsansatzes zu den wesentlichen Schritten bei der Festlegung des Projektziels.

Je nach Ziel kannst du das Modell zuerst auswählen oder erst, nachdem du in Schritt 2 gesehen hast, welche Daten du erfassen kannst. Angenommen, dein Projekt hängt stark davon ab, ob bestimmte Datentypen verfügbar sind. Dann kann es sinnvoller sein, zuerst die Daten zu sammeln und zu analysieren und erst danach ein Modell auszuwählen. Wenn du hingegen genau weißt, welche Anforderungen das Modell erfüllen muss, kannst du zuerst das Modell auswählen und anschließend passende Daten erfassen.

Die Entscheidung zwischen einem Training von Grund auf und Transfer Learning beeinflusst die Vorbereitung deiner Daten. Für ein Training von Grund auf benötigst du einen vielfältigen Datensatz, damit das Modell sein Wissen von Grund auf aufbauen kann. Transfer Learning ermöglicht es dir dagegen, ein vortrainiertes Modell zu verwenden und es mit einem kleineren, spezifischeren Datensatz anzupassen. Auch die Auswahl eines bestimmten Modells für das Training legt fest, wie du deine Daten gemäß den jeweiligen Anforderungen des Modells vorbereiten musst, etwa durch die Größenänderung von Bildern oder das Hinzufügen von Anmerkungen.

Weitere Informationen findest du in unserem Leitfaden zum Festlegen der Projektziele und Auswählen des richtigen Modells.

Bevor du mit der praktischen Arbeit an einem Computer-Vision-Projekt beginnst, solltest du diese Details genau verstehen. Prüfe vor dem Übergang zu Schritt 2 noch einmal, ob du Folgendes berücksichtigt hast:

• Definiere klar das Problem, das du lösen möchtest.
• Lege das endgültige Ziel deines Projekts fest.
• Bestimme die benötigte Computer-Vision-Aufgabe (z. B. Objekterkennung, Bildklassifizierung oder Bildsegmentierung).
• Entscheide, ob du ein Modell von Grund auf trainierst oder Transfer Learning verwendest.
• Wähle das passende Modell für deine Aufgabe und deine Bereitstellungsanforderungen aus.

Schritt 2: Datenerfassung und Datenannotation#

Die Qualität deiner Computer-Vision-Modelle hängt von der Qualität deines Datensatzes ab. Du kannst Bilder aus dem Internet sammeln, selbst Fotos aufnehmen oder vorhandene Datensätze verwenden. Hier findest du einige gute Quellen zum Herunterladen hochwertiger Datensätze: Google Dataset Search Engine, UC Irvine Machine Learning Repository und Kaggle Datasets.

Einige Bibliotheken wie Ultralytics bieten integrierte Unterstützung für verschiedene Datensätze, sodass du leichter mit hochwertigen Daten loslegen kannst. Diese Bibliotheken enthalten häufig Hilfsfunktionen, mit denen sich beliebte Datensätze nahtlos nutzen lassen. Das kann dir in den Anfangsphasen deines Projekts viel Zeit und Arbeit ersparen.

Wenn du jedoch selbst Bilder sammelst oder aufnimmst, musst du deine Daten annotieren. Bei der Datenannotation werden deine Daten beschriftet, damit dein Modell daraus lernen kann. Welche Art der Datenannotation du verwendest, hängt von deiner konkreten Computer-Vision-Methode ab. Hier sind einige Beispiele:

• Bildklassifizierung: Du ordnest dem gesamten Bild eine einzelne Klasse zu.
• Objekterkennung: Du zeichnest um jedes Objekt im Bild einen Begrenzungsrahmen und beschriftest jeden Rahmen.
• Bildsegmentierung: Du ordnest jedes Pixel im Bild dem Objekt zu, zu dem es gehört, und erstellst so detaillierte Objektgrenzen.

Datenerfassung und Annotation können viel manuelle Arbeit und Zeit in Anspruch nehmen. Ein spezielles Annotationswerkzeug beschleunigt den Prozess: Die Ultralytics Platform bietet einen integrierten Annotationseditor mit intelligenter, von SAM unterstützter Annotation für Erkennungs-, Segmentierungs- und OBB-Daten und speichert die Beschriftungen direkt im YOLO-Format.

Schritt 3: Datenerweiterung und Aufteilung deines Datensatzes#

Nachdem du deine Bilddaten gesammelt und annotiert hast, solltest du deinen Datensatz zunächst in Trainings-, Validierungs- und Testdaten aufteilen, bevor du eine Datenerweiterung durchführst. Die Aufteilung vor der Datenerweiterung ist entscheidend, damit du dein Modell mit unveränderten Originaldaten testen und validieren kannst. So lässt sich genau beurteilen, wie gut das Modell auf neue, bisher unbekannte Daten generalisiert.

So teilst du deine Daten auf:

• Trainingsdaten: Sie machen den größten Teil deiner Daten aus, in der Regel 70–80 %, und dienen zum Trainieren deines Modells.
• Validierungsdaten: Dieser Teil umfasst üblicherweise etwa 10–15 % deiner Daten. Er dient dazu, Hyperparameter anzupassen und das Modell während des Trainings zu validieren, wodurch Overfitting verhindert werden kann.
• Testdaten: Die verbleibenden 10–15 % deiner Daten bilden die Testdaten. Sie dienen dazu, die Leistung des Modells nach Abschluss des Trainings mit unbekannten Daten zu bewerten.

Nachdem du deine Daten aufgeteilt hast, kannst du sie durch Transformationen wie Drehen, Skalieren und Spiegeln der Bilder erweitern und so deinen Datensatz künstlich vergrößern. Die Datenerweiterung macht dein Modell robuster gegenüber Abweichungen und verbessert seine Leistung bei unbekannten Bildern.

Bibliotheken wie OpenCV, Albumentations und TensorFlow bieten flexible Funktionen zur Datenerweiterung. Einige Bibliotheken wie Ultralytics haben außerdem integrierte Einstellungen zur Datenerweiterung, die direkt in der Modelltrainingsfunktion verfügbar sind und den Vorgang vereinfachen.

Um deine Daten besser zu verstehen, kannst du Werkzeuge wie Matplotlib oder Seaborn verwenden, um die Bilder darzustellen und ihre Verteilung und Eigenschaften zu analysieren. Die Visualisierung deiner Daten hilft dabei, Muster und Anomalien sowie die Wirksamkeit deiner Erweiterungsmethoden zu erkennen. Im Tab Charts der Ultralytics Platform kannst du viele dieser Erkenntnisse ohne Code gewinnen: Für jeden hochgeladenen Datensatz werden automatisch Verteilungen der Datensatzaufteilung, Klassenanzahlen, Histogramme der Bildabmessungen und Heatmaps der Positionen von Annotationen erstellt.

Wenn du deine Daten richtig verstehst, aufteilst und erweiterst, kannst du ein gut trainiertes, validiertes und getestetes Modell entwickeln, das in realen Anwendungen gute Ergebnisse erzielt.

Schritt 4: Modelltraining#

Sobald dein Datensatz für das Training bereit ist, kannst du dich auf die Einrichtung der benötigten Umgebung, die Verwaltung deiner Datensätze und das Training deines Modells konzentrieren.

Zuerst musst du sicherstellen, dass deine Umgebung korrekt konfiguriert ist. Dazu gehört in der Regel Folgendes:

• Installiere wichtige Bibliotheken und Frameworks wie TensorFlow, PyTorch oder Ultralytics.
• Wenn du eine GPU verwendest, kannst du mit Bibliotheken wie CUDA und cuDNN die GPU-Beschleunigung aktivieren und den Trainingsprozess beschleunigen.

Anschließend kannst du deine Trainings- und Validierungsdatensätze in deine Umgebung laden. Normalisiere und verarbeite die Daten vor, indem du sie in der Größe anpasst, das Format umwandelst oder sie erweiterst. Wähle dein Modell aus und konfiguriere seine Schichten und Hyperparameter. Kompiliere das Modell, indem du die Verlustfunktion, den Optimierer und die Leistungsmetriken festlegst.

Bibliotheken wie Ultralytics vereinfachen den Trainingsprozess. Du kannst das Training mit minimalem Code starten, indem du dem Modell Daten zuführst. Diese Bibliotheken übernehmen automatisch die Anpassung der Gewichte, die Rückpropagation und die Validierung. Außerdem bieten sie Werkzeuge, mit denen du den Fortschritt überwachen und Hyperparameter einfach anpassen kannst. Nach dem Training kannst du das Modell und seine Gewichte mit wenigen Befehlen speichern.

Denk daran, dass eine sorgfältige Verwaltung der Datensätze für ein effizientes Training entscheidend ist. Verwende Versionskontrolle für Datensätze, um Änderungen nachzuverfolgen und die Reproduzierbarkeit sicherzustellen. Werkzeuge wie DVC (Data Version Control) können dir bei der Verwaltung großer Datensätze helfen.

Schritt 5: Modellbewertung und Feinabstimmung#

Es ist wichtig, die Leistung deines Modells anhand verschiedener Metriken zu bewerten und es zu verbessern, um seine Genauigkeit zu steigern. Die Bewertung hilft dabei, Bereiche zu erkennen, in denen das Modell gute Ergebnisse erzielt und in denen es verbessert werden muss. Durch Feinabstimmung wird sichergestellt, dass das Modell für eine bestmögliche Leistung optimiert ist.

• Leistungsmetriken: Verwende Metriken wie Genauigkeit, Präzision, Trefferquote und F1-Wert, um die Leistung deines Modells zu bewerten. Diese Metriken zeigen, wie gut dein Modell Vorhersagen trifft.
• Hyperparameteroptimierung: Passe Hyperparameter an, um die Leistung des Modells zu optimieren. Methoden wie die Gittersuche oder die Zufallssuche können dabei helfen, die besten Hyperparameterwerte zu finden.
• Feinabstimmung: Nimm kleine Anpassungen an der Modellarchitektur oder am Trainingsprozess vor, um die Leistung zu verbessern. Dazu kann gehören, Lernraten, Batchgrößen oder andere Modellparameter anzupassen.

Weitere Informationen zu Modellbewertung und Feinabstimmung findest du in unserem Leitfaden mit Einblicken in die Modellbewertung.

Schritt 6: Modelltests#

Modelltests bestätigen, dass dein Modell mit vollständig unbekannten Daten gute Ergebnisse erzielt, und prüfen, ob es für die Bereitstellung bereit ist. Der Unterschied zwischen Modelltests und Modellbewertung besteht darin, dass die Tests die Leistung des endgültigen Modells überprüfen, statt es fortlaufend zu verbessern.

Es ist wichtig, gründlich zu testen und häufig auftretende Probleme zu beheben. Teste dein Modell mit einem separaten Testdatensatz, der weder beim Training noch bei der Validierung verwendet wurde. Dieser Datensatz sollte reale Szenarien abbilden, damit die Leistung des Modells konsistent und zuverlässig ist.

Behebe außerdem häufige Probleme wie Overfitting, Underfitting und Datenleckage. Verwende Methoden wie Kreuzvalidierung und Anomalieerkennung, um diese Probleme zu erkennen und zu beheben. Umfassende Teststrategien findest du in unserem Leitfaden zu Modelltests.

Schritt 7: Modellbereitstellung#

Sobald du dein Modell gründlich getestet hast, kannst du es bereitstellen. Bei der Modellbereitstellung wird dein Modell in einer Produktionsumgebung zur Nutzung verfügbar gemacht. So stellst du ein Computer-Vision-Modell bereit:

• Umgebung einrichten: Konfiguriere die erforderliche Infrastruktur für die gewählte Bereitstellungsoption, unabhängig davon, ob sie cloudbasiert (AWS, Google Cloud, Azure) oder Edge-basiert (lokale Geräte, IoT) ist.
• Modell exportieren: Exportiere dein Modell in ein geeignetes Format (z. B. ONNX, TensorRT oder CoreML für YOLO26), damit es mit deiner Bereitstellungsplattform kompatibel ist.
• Modell bereitstellen: Stelle das Modell bereit, indem du APIs oder Endpunkte einrichtest und es in deine Anwendung integrierst.
• Skalierbarkeit sicherstellen: Richte Load Balancer, Gruppen für die automatische Skalierung und Überwachungswerkzeuge ein, um Ressourcen zu verwalten und ein wachsendes Datenaufkommen sowie mehr Nutzeranfragen zu bewältigen.

Ausführlichere Hinweise zu Bereitstellungsstrategien und bewährten Vorgehensweisen findest du in unserem Leitfaden zu bewährten Methoden für die Modellbereitstellung. Die Ultralytics Platform bietet außerdem verwaltete Bereitstellungsendpunkte mit automatischer Skalierung in 42 Regionen weltweit und übernimmt die Einrichtung der Infrastruktur automatisch.

Schritt 8: Überwachung, Wartung und Dokumentation#

Nach der Bereitstellung deines Modells ist es wichtig, seine Leistung kontinuierlich zu überwachen, es zu warten, um auftretende Probleme zu beheben, und den gesamten Prozess für spätere Nachschlagezwecke und Verbesserungen zu dokumentieren.

Überwachungswerkzeuge helfen dir, wichtige Leistungskennzahlen (KPIs) nachzuverfolgen und Anomalien oder Leistungsabfälle zu erkennen. Durch die Überwachung des Modells kannst du eine Modellverschiebung erkennen, bei der die Leistung des Modells mit der Zeit aufgrund von Änderungen der Eingabedaten abnimmt. Trainiere das Modell regelmäßig mit aktualisierten Daten neu, damit es genau und relevant bleibt.

Neben Überwachung und Wartung ist auch die Dokumentation wichtig. Dokumentiere den gesamten Prozess gründlich, einschließlich der Modellarchitektur, der Trainingsverfahren, der Hyperparameter, der Schritte zur Datenvorverarbeitung sowie aller Änderungen, die während der Bereitstellung und Wartung vorgenommen wurden. Eine gute Dokumentation gewährleistet die Reproduzierbarkeit und erleichtert spätere Aktualisierungen und die Fehlerbehebung. Wenn du dein Modell wirksam überwachst, wartest und dokumentierst, bleibt es über seinen gesamten Lebenszyklus hinweg genau, zuverlässig und einfach zu verwalten.

Mit der Community in Kontakt treten#

Der Austausch mit einer Community von Computer-Vision-Begeisterten kann dir dabei helfen, Probleme bei der Arbeit an deinem Computer-Vision-Projekt selbstbewusst zu bewältigen. Hier sind einige Möglichkeiten, wie du dich informieren, Fehler beheben und Kontakte knüpfen kannst.

Ressourcen aus der Community#

• GitHub-Issues: Besuche das YOLO26-GitHub-Repository und stelle im Tab „Issues“ Fragen, melde Fehler und schlage neue Funktionen vor. Die aktive Community und die Maintainer helfen dir bei konkreten Problemen.
• Ultralytics-Discord-Server: Tritt dem Ultralytics-Discord-Server bei, um dich mit anderen Nutzern und Entwicklern auszutauschen, Unterstützung zu erhalten und Erkenntnisse zu teilen.

Offizielle Dokumentation#

• Ultralytics-YOLO26-Dokumentation: In der offiziellen YOLO26-Dokumentation findest du ausführliche Anleitungen mit hilfreichen Tipps zu verschiedenen Computer-Vision-Aufgaben und Projekten.

Mit diesen Ressourcen kannst du Herausforderungen bewältigen und bleibst über die neuesten Trends und bewährten Methoden in der Computer-Vision-Community auf dem Laufenden.

Nächste Schritte#

Du hast jetzt einen Fahrplan für alle Phasen eines Computer-Vision-Projekts – von der Festlegung der Ziele bis zur Überwachung eines bereitgestellten Modells. Setze ihn in die Praxis um, indem du dein erstes YOLO-Modell trainierst, oder vertiefe dich mithilfe der oben verlinkten Anleitungen in eine einzelne Phase. Wenn du die gesamte Pipeline ohne Programmierung ausführen möchtest, sieh dir die Ultralytics Platform an.

Häufig gestellte Fragen#