865 B
865 B
Aufgabe 02: Face Embeddings berechnen
Ziel
Du wandelst erkannte Gesichter in numerische Embeddings um.
Warum ist das wichtig?
Bekannte Personen werden über Ähnlichkeit in einem Vektorraum erkannt.
Voraussetzungen
- Aufgabe 01
- Embedding-Modell
Theorie
Ein Embedding beschreibt ein Gesicht als Vektor. Ähnliche Gesichter liegen näher beieinander, aber der Abstand ist nie eine absolute Identitätsgarantie.
Aufgabe
Extrahiere Embeddings aus Testbildern und speichere sie mit Metadaten.
Akzeptanzkriterien
- Embedding-Vektor wird erzeugt.
- Metadaten enthalten Person, Bild und Datum.
- Fehlerhafte Crops werden ausgeschlossen.
Erweiterungen
- Visualisiere Distanzen zwischen Beispielbildern.
Reflexionsfragen
- Warum speicherst du nicht nur Namen?
- Was bedeutet Nähe im Vektorraum?
- Welche Metadaten helfen später?