{"id":1264,"date":"2024-02-22T14:57:46","date_gmt":"2024-02-22T14:57:46","guid":{"rendered":"http:\/\/web.mbf-s.de\/?page_id=1264"},"modified":"2024-12-27T07:56:30","modified_gmt":"2024-12-27T07:56:30","slug":"schattenbahnhofsteuerung-mit-ki","status":"publish","type":"page","link":"https:\/\/mbf-s.de\/?page_id=1264","title":{"rendered":"Schattenbahnhofsteuerung mit KI"},"content":{"rendered":"<p>Diese Seite zeigt den ersten Versuch einer Steuerung einen Schattenbahnhofs mit k\u00fcnstlicher Intelligenz (KI), dadurch wird die Verkabelung und die Hardware f\u00fcr die R\u00fcckmeldung eingespart und man kann beliebige Positionen f\u00fcr das Ausl\u00f6sen der R\u00fcckmelder bestimmen.<\/p>\n<p><strong>Versuchsaufbau (Spur N):<\/strong><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone size-full wp-image-1285\" src=\"http:\/\/web.mbf-s.de\/wp-content\/uploads\/2024\/02\/Anlage_KI_1.jpg\" alt=\"\" width=\"1020\" height=\"383\" srcset=\"https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/02\/Anlage_KI_1.jpg 1020w, https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/02\/Anlage_KI_1-300x113.jpg 300w, https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/02\/Anlage_KI_1-768x288.jpg 768w\" sizes=\"(max-width: 1020px) 100vw, 1020px\" \/><\/p>\n<p><strong>Software:<\/strong><\/p>\n<ul>\n<li><a href=\"https:\/\/docs.ultralytics.com\/de\">Ultralytics Yolo8 <\/a><\/li>\n<li><a href=\"https:\/\/labelstud.io\/\">Label Studio<\/a><\/li>\n<li><a href=\"https:\/\/www.anaconda.com\/download\">Anaconda<\/a>\/Python (Version 3.10.13)<\/li>\n<li><a href=\"https:\/\/opencv.org\/\">OpenCV_Python<\/a> (Version 4.9.0.80)<\/li>\n<li><a href=\"https:\/\/wiki.rocrail.net\/doku.php?id=start-de\">Rocrail<\/a><\/li>\n<\/ul>\n<p><strong>Hardware:<\/strong><\/p>\n<ul>\n<li>Logitech Webcam<\/li>\n<li>Ringlicht<\/li>\n<\/ul>\n<p>Bei den drei Schattenbahnhofsgleisen werden die sechs R\u00fcckmelder mit einer bildverarbeitenden KI realisiert.<\/p>\n<p>Die Kommunikation mit Rocrail erfolgt \u00fcber RCP Scripting.<\/p>\n<p><strong>Versuchsdurchf\u00fchrung:<\/strong><\/p>\n<ul>\n<li>Aufnahme der Bilder (einzelne Bl\u00f6cke G1-G3) \u00fcber die Webcam.<\/li>\n<li>Aufbereitung der Bilder mit Label Studio (markieren der Lokomotiven).<img decoding=\"async\" loading=\"lazy\" class=\"alignnone size-full wp-image-1294\" src=\"http:\/\/web.mbf-s.de\/wp-content\/uploads\/2024\/02\/Lok_1_Label_Studio_1.jpg\" alt=\"\" width=\"461\" height=\"159\" srcset=\"https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/02\/Lok_1_Label_Studio_1.jpg 461w, https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/02\/Lok_1_Label_Studio_1-300x103.jpg 300w\" sizes=\"(max-width: 461px) 100vw, 461px\" \/><\/li>\n<li>Training der Daten mit Ultralytics Yolo8 (Python Jupyter Notebook).<\/li>\n<li>Test des KI-Modells (Spur_N_20240212.pt).<\/li>\n<\/ul>\n<p>Download:<a href=\"http:\/\/web.mbf-s.de\/wp-content\/uploads\/2024\/02\/KI.zip\">Jupyter Notebook und KI-Modell (ZIP-Datei).<\/a><\/p>\n<p>Das Video (kein Audio) zeigt die ersten Testfahrten.<\/p>\n<p>In den Fenstern G1-G3 ist die Erkennungsrate (LOK 0.XX) der Lokomotiven zu sehen. Die Werte zwischen 0.00-1.00 bedeuten das die KI z.B. eine Lok mit 85% erkannt hat (0.85). Die gr\u00fcnen Ziffern zeigen die Position der erkannten Lok im Bild an:<\/p>\n<div style=\"width: 860px;\" class=\"wp-video\"><!--[if lt IE 9]><script>document.createElement('video');<\/script><![endif]-->\n<video class=\"wp-video-shortcode\" id=\"video-1264-1\" width=\"860\" height=\"445\" preload=\"metadata\" controls=\"controls\"><source type=\"video\/mp4\" src=\"http:\/\/web.mbf-s.de\/wp-content\/uploads\/2024\/02\/20240222_153058-1.mp4?_=1\" \/><a href=\"http:\/\/web.mbf-s.de\/wp-content\/uploads\/2024\/02\/20240222_153058-1.mp4\">http:\/\/web.mbf-s.de\/wp-content\/uploads\/2024\/02\/20240222_153058-1.mp4<\/a><\/video><\/div>\n<p>Aktuelles Fazit:<\/p>\n<p>Die Erkennung funktioniert recht gut (ca. 90%), es m\u00fcssen aber noch weitere Trainingsbilder erstellt werden. Die Parameter f\u00fcr das Training m\u00fcssen auch noch angepasst werden.<\/p>\n<p>Weitere zuk\u00fcnftige Projekte mit KI:<\/p>\n<ul>\n<li>Erkennen der Weichenlage<\/li>\n<li>Unterscheidung von Loktypen (Dampf, Diesel, E-Lok)<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<p>Man k\u00f6nnte eventuell das Ganze auch mit klassischer Bildverarbeitung durchf\u00fchren.<\/p>\n<p>Das n\u00e4chste Video zeigt erste Tests mit OpenCV.<\/p>\n<div style=\"width: 860px;\" class=\"wp-video\"><video class=\"wp-video-shortcode\" id=\"video-1264-2\" width=\"860\" height=\"484\" preload=\"metadata\" controls=\"controls\"><source type=\"video\/mp4\" src=\"https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/12\/20241227_084607_komprimieren.mp4?_=2\" \/><a href=\"https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/12\/20241227_084607_komprimieren.mp4\">https:\/\/mbf-s.de\/wp-content\/uploads\/2024\/12\/20241227_084607_komprimieren.mp4<\/a><\/video><\/div>\n<p>Das Fenster unten rechts zeigt die Unterschiede zwischen den einzelnen Bildern (Frames).<\/p>\n<p>Dieser &#8222;Pixelhaufen&#8220; m\u00fcsste dann ausgewertet werden.<\/p>\n<p>Eine Auswertung mit dem KI-Tool Yolo (b<em>ounding boxes)<\/em> erschien mir vielversprechender.<\/p>\n<p>Stefan Bauer<\/p>\n<p>Modellbahnfreunde Sulmtal<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Diese Seite zeigt den ersten Versuch einer Steuerung einen Schattenbahnhofs mit k\u00fcnstlicher Intelligenz (KI), dadurch wird die Verkabelung und die Hardware f\u00fcr die R\u00fcckmeldung eingespart und man kann beliebige Positionen f\u00fcr das Ausl\u00f6sen der R\u00fcckmelder bestimmen. Versuchsaufbau (Spur N): Software: Ultralytics Yolo8 Label Studio Anaconda\/Python (Version 3.10.13) OpenCV_Python (Version 4.9.0.80) Rocrail Hardware: Logitech Webcam Ringlicht Bei den drei Schattenbahnhofsgleisen werden<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/P8mm1C-ko","_links":{"self":[{"href":"https:\/\/mbf-s.de\/index.php?rest_route=\/wp\/v2\/pages\/1264"}],"collection":[{"href":"https:\/\/mbf-s.de\/index.php?rest_route=\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/mbf-s.de\/index.php?rest_route=\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/mbf-s.de\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mbf-s.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1264"}],"version-history":[{"count":32,"href":"https:\/\/mbf-s.de\/index.php?rest_route=\/wp\/v2\/pages\/1264\/revisions"}],"predecessor-version":[{"id":1443,"href":"https:\/\/mbf-s.de\/index.php?rest_route=\/wp\/v2\/pages\/1264\/revisions\/1443"}],"wp:attachment":[{"href":"https:\/\/mbf-s.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1264"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}