Lassen sich Automarken- und -modelle mittels Bilderkennung kategorisieren?

• Objekterkennung
  • Automarken- und -modell-Erkennung, um Gewicht aller Autos im Autoverlad auf einem Zugabteil einschätzen zu können, hat (unter anderem) Auswirkungen auf den Verschleiss.
• Datenlage
  • Stanford Car Data: Make and Model (US Dataset, bereinigt für Schweizer Verhältnisse)
• Methode
  • Baseline: Transfer learning auf YOLOv7
  • DL Architektur: YOLOv7 (Baseline), SAM (Fabian), Mask R-CNN (Eric)
  • Evaluation: F1-Score

• Ergebnisse und Schlussfolgerungen
  • Qualität der Analyseergebnisse: Wie präzise und zuverlässig sind die Ergebnisse der Modellierung? Wurden angemessene Metriken verwendet?
  • Relevanz der Schlussfolgerungen: Sind die Schlussfolgerungen aus den Ergebnissen angemessen und logisch? Haben sie einen direkten Bezug zur Fragestellung?
  • Konsistenz der Ergebnisse: Stimmen die Ergebnisse mit den Erwartungen überein und sind sie in sich schlüssig?
  • Präsentation der Ergebnisse: Sind die Ergebnisse klar und verständlich präsentiert und werden sie durch geeignete Visualisierungen unterstützt?
  • (Implikationen der Ergebnisse: Werden die Auswirkungen der Ergebnisse auf den Kontext der Fragestellung und den Forschungsbereich angemessen diskutiert?)