Parameteridentifikation für die Qualität von KI (Convolutional Neural Networks) am Beispiel der Bildklassifikation im Bereich Fashion

02.10.2023

Maschinen intelligent machen, dieser Traum ist Hunderte Jahre alt. Schon mit der Entwicklung des ersten Computers hat man Hoffnung in die Erfüllung dieses Traums gesetzt.

Was früher als unvorstellbar gegolten hat, ist dank der Verwendung von KI ermöglicht worden und hat sich als essenzieller Bestandteil des alltäglichen Lebens manifestiert.

Begriffe wie „künstliche Intelligenz“, „Machine Learning“ und „neuronale Netze“ sind deshalb nicht mehr wegzudenken. Künstliche neuronale Netze haben so den Durchbruch geschafft und neue Ansätze beziehungsweise Verfahren haben dadurch stetig an Popularität gewonnen. Beeindruckende Fortschritte wurden vor allem in den Bereichen Bilderkennung und klassifizierung errungen.

Im Fashion-Bereich dienen Bilder buchstäblich als Kommunikationsmittel. Daher ist dies der perfekte Ort, um Convolutional Neural Networks einzusetzen. Die vorliegende Arbeit legt ihren Fokus auf die gewonnenen Ergebnisse, die durch Experimente an Convolutional Neural Networks mithilfe eines Datensatzes von 4.802 Bildern von Kleidungsstücken erzielt wurden. Dabei wurde experimentell erforscht, welche Auswirkungen die Architekturen, die Parameter und die Daten auf diese Art von Netzen haben. Schlussfolgernd wird der komplette Prozess vom Erhalt unstrukturierter Daten bis hin zu ihrer Klassifizierung durch diese Arbeit ersichtlich.