feat: expanded and added more tasks
This commit is contained in:
@@ -0,0 +1,38 @@
|
||||
# Aufgabe 06: YOLO oder Detector integrieren
|
||||
|
||||
## Ziel
|
||||
|
||||
Du nutzt ein fertiges Objekterkennungsmodell auf Kamera-Frames.
|
||||
|
||||
## Warum ist das wichtig?
|
||||
|
||||
Personenzählung und Objektverständnis basieren auf Detektion statt auf reiner Klassifikation.
|
||||
|
||||
## Voraussetzungen
|
||||
|
||||
- Aufgaben 01-05
|
||||
- YOLO/Ultralytics oder OpenCV DNN
|
||||
|
||||
## Theorie
|
||||
|
||||
Detektoren liefern Klassen, Boxen und Confidence. Sie sind probabilistisch und müssen mit Schwellenwerten interpretiert werden.
|
||||
|
||||
## Aufgabe
|
||||
|
||||
Integriere ein Modell und zeige erkannte Objekte im Livebild an.
|
||||
|
||||
## Akzeptanzkriterien
|
||||
|
||||
- Mindestens eine Objektklasse wird erkannt.
|
||||
- Confidence wird angezeigt.
|
||||
- Modellpfad oder Modellname ist konfigurierbar.
|
||||
|
||||
## Erweiterungen
|
||||
|
||||
- Teste CPU gegen GPU, falls verfügbar.
|
||||
|
||||
## Reflexionsfragen
|
||||
|
||||
- Warum reicht Bildklassifikation nicht?
|
||||
- Welche Klassen sind für den Roboter nützlich?
|
||||
- Wie gehst du mit langsamer Inferenz um?
|
||||
Reference in New Issue
Block a user