Bilderkennung mit KI: von neuronalen Netzen zu Schere, Stein, Papier

Mithilfe zahlreicher Trainingsbilder wird das neuronale Netz darauf vorbereitet, Schere, Stein und Papier zu unterscheiden.

Wie lernt ein Computer, Bilder zu verstehen? Dieser Frage gingen die Schülerinnen und Schüler im Projekt „Bilderkennung mit KI“ auf den Grund. Auch dieses Projekt war Teil der Projektwoche, die in ausgewählten Bildungsgängen vor den Sommerferien durchgeführt wurde.

Im Mittelpunkt stand der Aufbau von Convolutional Neural Networks (CNNs). Unter fachkundiger Anleitung der Lehrkräfte Herrn Dr. Kelberer und Herrn Miera programmierten die Teilnehmenden eigene Modelle zur visuellen Datenauswertung. Das praktische Ziel: Eine Bilderkennung zu trainieren, die die Handzeichen im klassischen Spiel „Schere, Stein, Papier“ eigenständig unterscheiden kann.

Über ein digitales Leaderboard verglichen die Teams fortlaufend die Genauigkeit ihrer Netze, was für einen spürbaren Ansporn beim Training der Algorithmen sorgte. Zum Abschluss bewiesen die Modelle ihre Praxistauglichkeit in Echtzeit: Besucherinnen und Besucher konnten die Funktionsweise der KIs direkt vor Ort per Live-Kamera testen.

Text: KEB, MIE, Fotos: SAR, SCR

Die Teams vergleichen die Genauigkeit ihrer trainierten Modelle und verfolgen dabei ihre Fortschritte im Wettbewerb.

In Gruppen arbeiten die Schülerinnen und Schüler an ihren Modellen und entwickeln die Bilderkennung gemeinsam weiter.

Wie eine KI Bilder verarbeitet: Die Darstellung veranschaulicht den Aufbau eines Convolutional Neural Networks – von der Bildeingabe bis zur Klassifikation.

Zum Abschluss stellten die Schülerinnen und Schüler ihre entwickelte Bilderkennung vor und erläutern u. a. auch dem Schulleiter die Funktionsweise und Ergebnisse ihres Projekts.