Neuronale Netze zur Bilderkennung mit Python trainieren
Auch auf Mikrocontrollern mit vergleichsweise wenig RAM und geringem CPU-Takt übernehmen neuronale Netze anspruchsvolle Aufgaben. Wir zeigen, wie das geht.
- Josef Müller
Wenn man an praktische Anwendungen für neuronale Netze denkt, kommt einem schnell der Gedanke an Sprachverarbeitung in großen Rechenzentren wie bei Amazon Alexa oder Google Echo oder auch Bildverarbeitung für autonomes Fahren. Beides verbindet man mit komplexer Software und teurer Hardware, die nur mit viel Aufwand programmiert und betrieben werden können.
Das muss aber dank neuer und moderner Bibliotheken mittlerweile nicht immer so sein. Im Frühjahr 2021 haben wir ein Beispiel vorgestellt, welches eine neuronale Anwendung auf einem günstigen Mikrocomputer realisiert, ganz ohne Cloud-Anbindung. Es wurde eine neuronale Bilderkennung auf einem ESP32 mit integrierter Kamera kombiniert. Damit haben wir einen analogen Wasserzähler quasi digitalisiert und sehr günstig an die Datenerfassung und Haussteuerung angebunden. Das Ganze ist für weniger als 30 Euro sehr kostengünstig realisierbar.
Die Idee dahinter lässt sich mit ein wenig Fantasie auch auf andere Bereiche anwenden. Das Projekt fand sehr viel Resonanz, darunter auch viele Nachfragen, wie es im Detail funktioniert und wie man es auf eigene Ziffern und Zähler anpassen könnte.
Das war die Leseprobe unseres heise-Plus-Artikels " Neuronale Netze zur Bilderkennung mit Python trainieren". Mit einem heise-Plus-Abo können Sie den ganzen Artikel lesen.
