< zurück

veröffentlicht: 09.04.2020

Vielleicht sollten wir damit beginnen, um ein Missverständnis aus dem Weg zu räumen: Manuelle Klassifizierung bedeutet nichts anderes als Beschriftung oder Anmerkung. Beschriftung wird in der KI-Community am häufigsten verwendet und von GIS-Spezialisten als manuelle Klassifizierung angesehen. Anmerkung wäre der allgemeinere Begriff, aber beide bezeichnen denselben Vorgang:

Ordnen Sie jeden Punkt innerhalb der Punktwolke einer entsprechenden Objektklasse zu.

Derzeit wird viel ineffiziente Arbeit mit Punktwolken geleistet, um Informationen zu extrahieren. Pointly bietet eine Möglichkeit, dies in effiziente Arbeit umzuwandeln. Aber schauen wir uns zunächst zwei Beispiele an, um das Problem zu verdeutlichen:

• Erstes Beispiel: Sie arbeiten manuell mit Punktwolken und führen sich wiederholende Aufgaben aus, die automatisiert werden könnten, z. B. das Zeichnen innerhalb dieser Punktwolken, um CAD-Modelle zu extrahieren. Egal, wie oft Sie ähnliche Objekte wie eine Straße zeichnen und markieren, Sie müssen dies immer wieder tun. Der Grund dafür ist einfach: Ihre verwendete Punktwolke (Daten) bleibt „dumm”. Das bedeutet, dass Sie keine Trainingsdaten generieren, da Sie den ausgewählten Punkten beim Zeichnen keine Bedeutung (ein Label) zuweisen. Man könnte es mit dem Nachzeichnen eines Bildes vergleichen, bei dem man einfach Informationen in ein anderes Format kopiert. Daher können Sie kein neuronales Netzwerk trainieren, um Prozesse wie die Identifizierung einer Straße und ihrer Begrenzungen zu automatisieren.
• Zweites Beispiel: Sie verwenden automatisierte Klassifizierungstools, die jedoch begrenzt sind, nicht skalierbar sind und sich nicht an unterschiedliche Szenarien anpassen lassen. Auch wenn Sie beispielsweise einen Boden automatisch für ein DEM klassifizieren können, bedeutet dies nicht, dass Sie dies für tiefgehendes Lernen und zur Extraktion anderer Objekte von Interesse verwenden können.

Sie müssen die Punktwolken erneut manuell klassifizieren oder damit beginnen. Auch wenn sich das wie ein Rückschritt anfühlt, sind es in Wirklichkeit zwei Schritte vorwärts. Die Idee dahinter ist, dass Sie dies einmal tun und dann kaum nochmal. Sie fragen sich jetzt vielleicht: „Ist das nicht trotzdem viel Arbeit?“ Keine Sorge, mit Hilfe der intelligenten Auswahlwerkzeuge von Pointly wird der gesamte Klassifizierungsprozess viel einfacher. Außerdem können Sie riesige Punktwolken auf unserer Plattform hochladen, verwalten und anzeigen.

Wenn Sie manuell klassifizieren, wird Ihnen dies in Zukunft sehr zugute kommen, da Sie Trainingsdaten generieren und die Lücke zwischen menschlicher Beschriftung und maschinellem Lernen schneller schließen können.

Sie erzielen bessere Ergebnisse, können automatisierte Analysen durchführen, Objekte isolieren und verschiedene andere Aufgaben erledigen, beispielsweise anschließend automatisch Linien für CAD-Modelle generieren. So können Sie ein neuronales Netzwerk trainieren, das Prozesse wie die Identifizierung von Verkehrszeichen zum x-ten Mal automatisiert und beschleunigt.

Das ultimative Ziel der manuellen Klassifizierung ist es, eine ausreichende Menge an Trainingsdaten in guter Qualität zu sammeln, um die KI zu trainieren. Weitere Informationen zur Rolle der KI in Kombination mit Punktwolken finden Sie hier.

Pointly – Point out what matters.