Breedentify – Hunderassenerkennung mittels KI

Studentische Projektleitung:

• Maxim Zitnikowski, Product Owner, Medieninformatik (B. Sc.)
• Christopher Rothert, Scrum-Master, Medieninformatik (B. Sc.)

Projektteam:

• Jennifer Außendorf, Medieninformatik (B. Sc.)
• Leonie Gausmann, Medieninformatik (B. Sc.)
• Mathias Hölz, Medieninformatik (B. Sc.)
• Joachim Kolfen, Medieninformatik (B. Sc.)
• Henrik Merfeld, Technische Informatik (B. Sc.)
• Hermann Wessel, Technische Informatik (B. Sc.)

Modul: Software Engineering-Projekt

Betreuer:

• Prof. Dr. Julius Schöning

Hunde sind treue Begleiter für viele Menschen auf dieser Welt. Doch wie oft sehen wir fremde Hunde und würden gerne wissen, zu welcher Rasse dieser Vierbeiner gehört? Acht Informatikstudierende haben in ihrem Projekt eine Anwendung entwickelt, die dieses Problem lösen soll. Auf der vom Team entwickelten Website können Benutzerinnen und Benutzer ein Bild, welches direkt aufgenommen oder aus der Galerie ausgewählt wird, hochladen und bekommen mittels künstlicher Intelligenz in Sekundenschnelle die Auswertung und damit die Rasse des Hundes angezeigt.

Im Hintergrund werden auf dem ausgewählten Bild über das YOLO-Netz („You-Only-Look-Once“) alle Hunde auf dem Bild markiert. Das selbsttrainierte neuronale Netz vergleicht die speziellen Merkmale der verschiedenen Hunderassen mit den Bildausschnitten der verschiedenen Hunde und berechnet die Zugehörigkeit dieser zu den 120 Hunderassen. Die entstandene Auswertung wird anschließend in der Anwendung übersichtlich dargestellt. Neben dem Ergebnis werden auch die erkannten Hunde auf dem hochgeladenen Bild markiert und dargestellt. Somit ist auch eine einfache Zuweisung der Ergebnisse möglich.

Zudem können die Benutzerinnen und Benutzer beim Hochladen ihrer Bilder zur Verbesserung des Netzes beitragen: Die Fotos werden gespeichert und fließen beim nächsten Erstellen des neuen Netzes mit in die Berechnung ein.