ki
KI für Baustellen: So viele Bilder braucht ein Machine-Learning-Modell
Wer ein Videoüberwachungssystem mit KI auf einer Baustelle einführen möchte, muss das Modell spezifisch für diesen Einsatzort trainieren. Ein Experte schätzt den Mindestbedarf auf etwa 3000 bis 4000 annotierte Bilder pro Erkennungsklasse.
- Für das Training einer einzigen Erkennungsklasse werden rund 3000 bis 4000 beschriftete Bilder empfohlen.
- Der Bedarf variiert je nach neuronalem Netz und ist kein fester Minimalwert, sondern ein Richtwert.
- Bei der Skalierung solcher Systeme müssen Datensatzumfang, Klassenanzahl und Annotationsqualität berücksichtigt werden.
Der Artikel behandelt die praktischen Anforderungen beim Einsatz von KI-gestützter Videoüberwachung auf Baustellen. Solche Systeme können etwa zur Überwachung von Sicherheitsvorschriften oder Bauprogress eingesetzt werden. Die genannten Zahlen stammen aus der Praxis eines Fachautors und dienen als Orientierung für ähnliche Projekte.