Automatische Meteor Klassifizierung

particle_gun

Aktives Mitglied
Hallo Meteor Freunde,

da ich mich beruflich viel mit Objektklassifizierung beschäftige, wollte ich mal ein bisschen mit den Meteoren probieren. Die Idee ist mittels künstlicher Intelligenz und einen Trainingsdatensatz die verschiedenen Muster der Meteore vorherzusagen. Dafür habe ich einen kleinen Datensatz manuell annotiert und die Meteore in grobe 4 Klassen unterteilt (Head, Train, Area und Point). Die Anzahl der Objekte pro Gruppe sollte möglichst gleich sein und daher habe ich die weiteren Muster vorerst weggelassen (da habe ich nur < 10 Beispiele). Sobald ich auch für diese Bilder gesammelt habe, kann man die Klassen problemlos erweitern. Anschließend habe ich ein sogenanntes Convolutional Neural Network (CNN) trainiert. Dieses wird vorzugsweise für Bild (Gesichtserkennung Handy zum Beispiel) und Audiodaten mit verwendet, die Genauigkeiten gegenüber Modellen mit "hand-crafted" Merkmalen sind deutlich besser. Bei letzteren sagt der Entwickler dem Computer welche Merkmale wichtig sind, also zum Beispiel Farbe oder die Position der Augen im Gesicht usw. CNNs erlernen die Merkmale selber und durch viele Iterationen und einen markierten Datensatzt, prüft und verbessert das Netzwerk so lange die Genauigkeit des trainierten Modelles, bis es zu einem Plateau kommt. Die hohe Genauigkeit hat allerdings Nachteile, man braucht sehr viele Bilder pro Klasse um auf über 95 % Erkennungsrate zu kommen (wichtig in der Medizin, zum Beispiel MRT Krebs Auswertung).

Ich habe jetzt trotz meiner wenigen Bilder (< 100 pro Klasse) mal ein schnelles Netzwerk gebaut (Genauigkeit ~ 90 %), die Muster der Meteore sind für das CNN ziemlich einfach zu trennen und das ganze sollte schon passable klappen. Validiert habe ich an 20 Bildern und anbei habe ich die Vorhersagen mal angehängt. Unter den Bildern findet ihr die Wahrscheinlichkeit für die jeweilige Klasse in Prozent. Sieht schon gut aus und mit mehr Bildern wird das ganze auch stabiler.

Vielleicht für den einen oder anderen ganz interessant,

viele Grüße
Stefanie
 

Anhänge

  • predict28012023.png
    predict28012023.png
    159,7 KB · Aufrufe: 63
Hallo Stefanie,
ich finde das Thema sehr interessant und bin gespannt, wie es weitergeht.
Vielleicht kannst du noch schreiben, welche Programmpakete du benutzt?

Bis vor einem Jahr habe ich mich auch mit dem Thema beschäftigt.
Meteor-Echo Detektion mit künstlicher Intelligenz (KI) / Machine Learning

Im Moment sammle ich nur Bildchen für den Fall, dass es weiter geht, s. Anhänge.
Einen schönen Abend wünsche ich allen,
viele Grüße,
Wilhelm
 

Anhänge

  • Rohdaten-big.png
    Rohdaten-big.png
    836,4 KB · Aufrufe: 58
  • Rohdaten-weich.png
    Rohdaten-weich.png
    1,4 MB · Aufrufe: 59
Hallo Wilhelm,

ich nutze wie du Python und die gängigen Bibliotheken (Keras, Tensorflow, cv2). Du kannst den Code auf GitHub sehen, ich habe allerdings aus Zeitgründen keine vernünftige Dokumentation und die Objekterkennung läuft nur mit einem quick & dirty RGB Threshold:

Objekterkennung:

Training / Prediction:

Ich nehme im Moment nur aus Spaß an der Freude auf, vielleicht lässt sich was daraus machen. Sonne und EAA ist ja im Moment zwecklos, gut das uns die Radioastronomie bleibt ;)

Beste Grüße
Stefanie
 
Oben