Dieser Talk richtet sich an Entwickler, die ohne viel Wissenschaftsarbeit und langwieriger Datenaufbereitung für ihr "KI-Model Training" Daten vorverarbeiten müssen. Denn nach der kurzen Zeit, die seit des Hypes um AI herum, vergangen ist, gibt es etliche Ansätze und vortrainierte Modelle, die man sich zu nutze machen kann.
Mein Talk wird eine praktische Herangehensweise aus dem Bereich Vision demonstrieren. Das Ziel ist es, am Beispiel der Entwicklung einer eigenen Object Detection, die nicht nur Auto, Person usw. erkennt, sondern spezielle Objekte wie Mülltonne oder Schwiegermutter. Die dabei notwendige Datensammlung und -aufbereitung Dieser steht hierbei im Vordergrund. Ich gehe dabei auf einfache Möglichkeiten ein, die Gigabytes an Bildmaterial zügig auf zu bereiten, um schnelle Erfolge zu erhalten. Mit wenigen einfachen Handgriffen können die Teilnehmer in ihren eigenen Projekten eigene KI-Modelle erzeugen und werden schnell kreativ, diese nach eigenen Wegen aus zu bauen.
Am Ende des Talks zeigt eine Demo den Weg von den Rohdaten zu einer simplen Anwendung, die unser trainiertes Modell verwendet und verschiedene Objekte erkennt.

Dieser Talk richtet sich an Software Entwickler, die schon etwas Erfahrung mit AI sammeln konnten und nicht viel mit dem Themengebiet DataScientists haben.
Meine Intention ist es, Entwicklern das Themenfeld AI nahe zu bringen, da ich glaube, dass in der nahen Zukunft KI verstärkt von SoftwareEntwicklern dominiert wird.
Für meinen Talk benötige ich etwas Platz auf einem Tisch, da ich eine kleine "IoT"-Hardware aufbaue, die mit einer WebCam Dinge erkennen soll.