Der Tech-Stack

You Only Look Once – ein auf Geschwindigkeit fokussiertes Erkennungsverfahren, das alle Aktionen in einem einzigen Durchlauf komprimiert. Dadurch eignet sich YOLO ideal für Echtzeit-Erkennung.

Deep-Learning-Framework von Meta zum Laden und Trainieren des YOLO-Modells. Nutzt CUDA für GPU-Beschleunigung und FP16 (halbe Genauigkeit) für maximale Geschwindigkeit.

Open Source Computer Vision Library – zeichnet Bounding-Boxes, Klassennamen und Konfidenz-Werte direkt auf das Live-Bild und zeigt die FPS-Anzeige an.

Multiple Screen Shots – liest das Bild direkt aus dem Grafikspeicher aus, statt klassische Screenshots zu machen. Das eliminiert spürbare Verzögerungen.

Plattform zur Erstellung der Datensätze – zum Zeichnen und Beschriften der Bounding-Boxes auf den Trainingsbildern. Unterstützt auch automatische Markierung.

Die Basis-Programmiersprache des gesamten Projekts – von der Datenverarbeitung über das Training bis zur Live-Anwendung.