Echtzeit-Detektion von Schutzausrüstung auf einer Großbaustelle
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 6.000 annotierte Bilder (Personen mit/ohne Helm, mit/ohne Warnweste) sowie Test-Videos von 3 Kameras. Trainiere YOLOv8 oder YOLOv10 auf den 4 Klassen, optimiere für Inference auf Jetson Orin (TensorRT-Export) und benche FPS, Precision und Recall. Wichtig: das System darf KEINE Personen-Identifikation durchführen — bewerte und dokumentiere die Datenschutz-Implikationen explizit. Liefere eine Empfehlung, ob ein Pilot auf 3 Kameras über 4 Wochen sinnvoll ist und welche Guardrails (z. B. lokale Verarbeitung, keine Bildspeicherung) eingebaut werden müssen.
Das Briefing
Was Du tust und was Du zeigst.
Wie trainiert und deployt man ein YOLO-Modell für Helm- und Warnwesten-Detektion auf Jetson Orin mit ≥ 25 FPS, ohne Personen zu identifizieren?
Earning criteria — what you'll demonstrate
- YOLO-Modelle für mehrere Klassen feintunen
- Modell-Optimierung für Edge-Deployment (TensorRT, FP16) durchführen
- Precision/Recall auf Live-Video sauber benchmarken
- Datenschutz-aware Vision-Systeme entwerfen (keine Personenidentifikation)
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenComputer Vision Engineer
Edge-Vision-Systeme mit Datenschutz-Constraints zu liefern ist eine wachsende Disziplin in Bauwesen, Industrie und Logistik; die Challenge produziert ein portfolio-fähiges Beispiel.
Dieses Projekt schärft
- object-detection
- yolo
- edge-deployment
AI Safety Researcher
Datenschutz-aware Design und Folgenabschätzung sind Kerndisziplinen der AI-Safety-Arbeit; die Challenge übt sie an einem realen, sensiblen Anwendungsfall.
Dieses Projekt schärft
- privacy-aware-design
- object-detection
- edge-deployment
MLOps Engineer
Modell-Deployment auf Edge-Hardware mit dokumentierten FPS-Garantien ist ein klassisches MLOps-Engineering-Thema.
Dieses Projekt schärft
- edge-deployment
- tensorrt
- pytorch
Noch eine Sache