KI-Demo: Obstsorten mit einem CNN erkennen

Diese Demo zeigt, wie ein Convolutional Neural Network (CNN) verschiedene Obstsorten anhand von Bildern erkennen kann. Das Netzwerk wird direkt im Browser mit TensorFlow.js trainiert und lernt aus Beispielbildern die Merkmale von Äpfeln, Bananen, Orangen und Erdbeeren.

CNNs sind speziell für die Bildverarbeitung entwickelt und erkennen automatisch Kanten, Formen, Farben und andere Bildmerkmale. Dadurch eignen sie sich besonders für Aufgaben der Bildklassifikation.

Für die Demo wird bewusst ein kleiner Datensatz verwendet, damit das Training schnell im Browser durchgeführt werden kann. In produktiven Anwendungen kommen meist deutlich größere Bilddatensätze zum Einsatz, um eine höhere Genauigkeit zu erreichen.

Die Anzahl der Epochen kann angepasst werden. Mehr Epochen führen häufig zu besseren Ergebnissen, erhöhen aber auch die Trainingsdauer.

Nach dem Training werden unbekannte Testbilder klassifiziert und die Vorhersage, Sicherheit sowie die Trefferquote live angezeigt.

Sämtliche Berechnungen erfolgen lokal im Browser, ohne dass Bilder an einen Server übertragen werden.