Teil 1 – Projektmaker – KI Objekterkennung in Bildern mit .Net

Warum dieses Tutorial und was ist das Ziel?

Das maschinelle Lernen (ML) hat in der modernen Welt der Technologie einen festen Platz eingenommen und die Art und Weise, wie wir komplexe Probleme lösen, revolutioniert. Von der automatischen Bilderkennung bis hin zur Verbesserung der Benutzerfreundlichkeit von Softwareanwendungen hat ML in fast allen Technologiebereichen Einzug gehalten. Der Einstieg in diese aufregende Welt kann jedoch einschüchternd sein, besonders für Entwickler, die wenig oder keine Erfahrung im Bereich des maschinellen Lernens haben. Hier setzt unser Tutorial an.

Das primäre Ziel dieses Tutorials ist es, die Barriere zwischen traditioneller Softwareentwicklung und maschinellem Lernen abzubauen. Durch eine schrittweise Einführung in die Grundlagen der Objekterkennung, die Vorbereitung von Trainingsdaten, die Verwendung von Tools wie dem Visual Object Tagging Tool (VOTT) und dem ML.Net Model Builder, sowie die praktische Implementierung von ML-Modellen in einer .Net-Anwendung, zielt dieses Tutorial darauf ab, Einsteigern einen klaren und praktischen Leitfaden an die Hand zu geben.

Mit diesem Tutorial möchten wir eine solide Wissensbasis schaffen und die notwendigen Fähigkeiten vermitteln, um mit der Entwicklung von ML-basierten Anwendungen in der .Net-Umgebung zu beginnen. Ein besonderer Schwerpunkt liegt dabei auf der Objekterkennung, einer der vielen spannenden Möglichkeiten des maschinellen Lernens.

Die Welt des maschinellen Lernens wartet darauf, von Ihnen entdeckt zu werden. Mit den richtigen Werkzeugen und diesem Tutorial ist diese Reise nicht nur machbar, sondern auch spannend und lohnend. So wird unser Tutorial zu Ihrem zuverlässigen Begleiter auf dem Weg, Objekterkennung mit ML.Net und Visual Studio zu meistern.

Aufbau des Tutorials – Was Sie erwartet

1. Die Voraussetzungen um Erfolgreich mit dem Projekt zu starten

Bevor Sie mit dem Tutorial beginnen, sollten die Teilnehmer/innen über folgende Kenntnisse verfügen

• Grundlegende Programmierkenntnisse in .Net, vorzugsweise in C#.
• Mit der Verwendung von GitHub vertraut sein und wissen, wie die bereitgestellte Software installiert wird.
• Zugang zu Bildern für das Training haben (Dataset).

2. Einführung in VOTT (Visual Object Tagging Tool)

Die Teilnehmenden werden in dieses Tool eingeführt, das für die Annotation von Bildern für Trainingszwecke verwendet wird.

3. Einführung in den ML.Net Model Builder

Ein Überblick über dieses Tool, das zur benutzerfreundlichen Entwicklung von Machine Learning Modellen in .Net verwendet wird.

4. Erstellung der Anwendung in Visual Studio

Hier wird das erlernte Wissen angewendet. Die Teilnehmenden werden durch den Prozess geführt, eine .Net-Anwendung in Visual Studio zu erstellen, die die KI-Objekterkennungsfunktionen nutzt..

5. Rückblick und die Zukunft

Am Ende des Tutorials haben die Teilnehmer nicht nur theoretische Kenntnisse über KI-Objekterkennung, sondern auch praktische Erfahrung in der Implementierung dieser Technologie in .Net. Zukünftige Möglichkeiten und Verbesserungen der Objekterkennungstechnologie werden ebenfalls diskutiert, um Dir eine Vorstellung von den kommenden Trends in diesem Bereich zu geben.

Dieses Tutorial legt den Grundstein dafür, dass Entwickler die leistungsstarken Funktionen der KI-Objekterkennung in ihren eigenen .Net-Projekten nutzen können. Wir empfehlen die einzelnen Teile des Tutorials nacheinander zu bearbeiten, da diese aufeinander aufbauen. Wenn Sie schon Grundlagenwissen haben, können Sie aber auch gerne zum Teil 5 springen. Den gesamten Code gibt es auch auf GitHub zum Download.

Weiter geht es mit Teil 2…

Überblick:

Teil 1 – Teil 2 – Teil 3 – Teil 4 – Teil 5

Das Projekt zum Download auf GitHub.