Breedentify – Hunderassenerkennung mittels KI

Studentische Projektleitung:

• Maxim Zitnikowski, Product Owner, Medieninformatik (B. Sc.)
• Christopher Rothert, Scrum-Master, Medieninformatik (B. Sc.)

Projektteam:

• Jennifer Au?endorf, Medieninformatik (B. Sc.)
• Leonie Gausmann, Medieninformatik (B. Sc.)
• Mathias H?lz, Medieninformatik (B. Sc.)
• Joachim Kolfen, Medieninformatik (B. Sc.)
• Henrik Merfeld, Technische Informatik (B. Sc.)
• Hermann Wessel, Technische Informatik (B. Sc.)

Modul: Software Engineering-Projekt

Betreuer:

• Prof. Dr. Julius Sch?ning

Hunde sind treue Begleiter für viele Menschen auf dieser Welt. Doch wie oft sehen wir fremde Hunde und würden gerne wissen, zu welcher Rasse dieser Vierbeiner geh?rt? Acht Informatikstudierende haben in ihrem Projekt eine Anwendung entwickelt, die dieses Problem l?sen soll. Auf der vom Team entwickelten Website k?nnen Benutzerinnen und Benutzer ein Bild, welches direkt aufgenommen oder aus der Galerie ausgew?hlt wird, hochladen und bekommen mittels künstlicher Intelligenz in Sekundenschnelle die Auswertung und damit die Rasse des Hundes angezeigt.

Im Hintergrund werden auf dem ausgew?hlten Bild über das YOLO-Netz (?You-Only-Look-Once“) alle Hunde auf dem Bild markiert. Das selbsttrainierte neuronale Netz vergleicht die speziellen Merkmale der verschiedenen Hunderassen mit den Bildausschnitten der verschiedenen Hunde und berechnet die Zugeh?rigkeit dieser zu den 120 Hunderassen. Die entstandene Auswertung wird anschlie?end in der Anwendung übersichtlich dargestellt. Neben dem Ergebnis werden auch die erkannten Hunde auf dem hochgeladenen Bild markiert und dargestellt. Somit ist auch eine einfache Zuweisung der Ergebnisse m?glich.

Zudem k?nnen die Benutzerinnen und Benutzer beim Hochladen ihrer Bilder zur Verbesserung des Netzes beitragen: Die Fotos werden gespeichert und flie?en beim n?chsten Erstellen des neuen Netzes mit in die Berechnung ein.