Synthetische Bilddaten für Bahn- und Hafenbetrieb unter schwierigen Bedingungen

Projektkontext und Veröffentlichungsgrenze

Das Projekt behandelte die Simulation von Bilddaten für Bahnfrachtflächen und Hafenbetrieb. In dieser öffentlichen Fallstudie sind Kunde, Standort und Anlagenkennzeichen entfernt. Beschrieben werden ausschließlich Mengen, Verfahren, Prüfungen und Grenzen, die anhand der Lieferdateien nachvollziehbar sind. Die Eingabe enthielt Bilder von Portalkranen und Arbeitsbereichen sowie eine Klassendatei mit forklift, cone, bollard und person. Bounding-Box- oder Segmentierungsannotationen für überwachtes Lernen waren nicht vorhanden.

Dieses Paket ist eine Lieferung auf Bildebene. Es ist weder ein abgeschlossenes Training eines Objektdetektors noch eine Feldabnahme. Boxen, Masken und Keypoints wurden nicht geliefert; ein eingefrorener Ground-Truth-Testsatz zum Nachweis einer Leistungssteigerung lag ebenfalls nicht vor.

Technisches Ziel

Ziel waren reproduzierbare Varianten für Nacht, Regen, Nebel, Gegenlicht, Bewegungsunschärfe, Verdeckung und Überwachungskompression. Sie bilden eine strukturierte Grundlage für spätere Annotation, Training und Abnahme. Zusätzlich wurden Dateiorganisation, Metadatenzuordnung und wiederholbare QA geprüft, damit Szenarien und Abnahmekriterien vor weiteren Aufnahmen am Einsatzort abgestimmt werden können.

Zwei getrennte Datenpfade

Der regelbasierte Pfad erzeugte aus geprüften Betriebsszenen acht Umwelt- oder Bilddegradationen; Skript, Ausgabename, Szenario und Metadaten bleiben rückverfolgbar. Der KI-Pfad erzeugte Szenen mit Staplern, Hebezeugen, Containern und Leitkegeln zur Planung der Begriffs- und Klassenabdeckung. Diese Bilder werden als synthetisch gekennzeichnet und nicht als Dokumentation einer realen Anlage dargestellt.

Regelbasierter Simulationsdatensatz

Der Datensatz umfasst 48 JPG-Dateien mit 1280×720 Pixeln, aufgeteilt auf acht Szenarien mit jeweils sechs Bildern. Neben einer Tageslichtreferenz deckt er wenig Licht, lokale Quellen, Regenstreifen, Dunst, Kontrastverlust mit Entfernung, Farbverschiebung bei Sonnenuntergang, Lichter, Bewegungsdegradation, Vordergrundverdeckung und niedrige Bitraten ab.

Die Varianten unterstützen Prüfungen von Pipeline, Annotation und Empfindlichkeit gegenüber Bildveränderungen. Sie ersetzen keine Aufnahme am Zielstandort und belegen allein keine Leistung bei echtem Regen, Nebel oder Nachtbetrieb.

KI-synthetischer Klassendatensatz

Der KI-Datensatz enthält 40 RGB-Bilder mit 1672×941 Pixeln, je zehn pro Klasse. Er umfasst Stapler in Hafen-, Lager- und Baustellenumgebungen, Portalkrane oder verwandte Tragwerke, Containerstapel und Transferzonen sowie Absperrelemente. Alle 40 Dateien haben unterschiedliche SHA-256-Werte. Dies schließt nur identische Dateien aus und belegt weder semantische Vielfalt noch Klassenneutralität oder die Einhaltung standortspezifischer Geometrie- und Sicherheitsregeln.

Vordergrundpose und Komposition

Drei zusätzliche Beispiele zeigen Neigung und Gier eines Vordergrundobjekts vor Straßenrand, Baustelle und Fabrik. Sie prüfen, ob Syntheseanweisung und Kompositionsregeln eine angeforderte Pose ausdrücken. Sie sind keine präzise Winkelmessung und kein Nachweis der Erkennungsleistung an realen Anlagen.

Metadaten und Reproduzierbarkeit

Der regelbasierte Pfad speichert Quellenhinweis, Ausgabedatei, Szenario, Klassenhinweis und Verarbeitungseintrag. 48 Metadatenzeilen entsprechen genau 48 Bildern. Das Python-Skript ist Teil der Lieferung und kann bei identischen Eingaben, Abhängigkeiten und Parametern reproduzieren. Eine Produktionspipeline sollte zusätzlich Quellrechte, Aufnahmecharge, Commit, Abhängigkeitsversionen, Zufallsstartwert, Transformationsparameter, Annotationsversion, Prüfer und eingefrorene Hashes protokollieren.

Gemessene Qualitätsprüfungen

Alle 48 regelbasierten Bilder waren lesbar und stimmten mit 48 Metadatenzeilen überein; jedes Szenario enthält sechs Bilder. Unbekannte Zeilen, verbliebene allgemeine Straßenquellen, Kandidaten mit wenig Information und Near-Duplicate-Paare lagen unter den implementierten Regeln jeweils bei 0. Helligkeit Minimum, Median und Maximum waren 39,4, 94,55 und 137,5; die Graustufen-Standardabweichung 15,5, 37,3 und 62,6. Diese Werte beschreiben Belichtungs- und Kontrastabdeckung, nicht eine Qualitätsnote.

Lieferumfang

Geliefert wurden regelbasierte und KI-synthetische Bilder, Metadaten, Kontaktübersichten, QA-Zusammenfassung, reproduzierbares Python-Skript sowie ein 19-seitiges Kundendokument mit 16 großen Auswahlbildern. Das Dokument unterstützt die Sichtprüfung, ersetzt aber weder vollständige Ordner noch maschinenlesbare Metadaten.

Geeignete Arbeitsabläufe

Die Methode unterstützt Anforderungsklärung, Auflistung schwieriger Bedingungen, Probe einer Annotationsvorgabe, Regression der Datenpipeline, Diskussion der Klassenabdeckung und Planung von Robustheitsexperimenten. Für Häfen, Bahnflächen, Lager, Baustellen und feste Überwachung kann eine kleine synthetische Charge Bedingungen einfrieren, bevor Neuaufnahmen, Annotation und Modelliterationen beauftragt werden.

Grenzen, Risiken und Abnahme

• Ohne Boxen, Masken und Keypoints ist das Paket kein vollständiger Trainingsdatensatz für Detektion.
• KI-Bilder können Struktur-, Größen-, Perspektiv- oder Sicherheitsfehler enthalten und erfordern menschliche Prüfung.
• Regelbasierte Degradation ist eine visuelle Annäherung, kein physisches Wetter-, Verschmutzungs- oder Encoder-Modell.
• Die Evidenz umfasst Dateien und Verteilungen, nicht Ground Truth, Detektionsgenauigkeit, Langzeitstabilität oder Produktion.
• Rechte, Datenschutz und Anlagengeheimhaltung müssen im Vertrag und der Data Governance geregelt werden.

Vor dem Training sind Klassendefinition, Labelformat, Mindestgröße, Verdeckungsregeln und schwierige Fälle einzufrieren. Empfohlen werden Stichproben, Doppelprüfung, Trennung von Near-Duplicates, Verteilungsberichte und Precision, Recall, F1 oder definierte Zielwerte auf einem unabhängigen realen Testsatz.

Häufige Fragen

Können die Bilder direkt einen Detektor trainieren?

Nicht als annotierter Detektionsdatensatz. Zuerst müssen Boxen oder Masken erstellt, geprüft und im Format des Trainingsframeworks validiert werden.

Entstanden alle 48 Regelbilder in einem reproduzierbaren Prozess?

Ja. Skript, Benennung und Metadaten sind erhalten. Die Reproduktion verlangt dieselben Eingaben, Abhängigkeiten, Parameter und Umgebung.

Ersetzen KI-Bilder reale Standortdaten?

Nein. Sie ergänzen Konzeptabdeckung, Szenenkombinationen und die Probe der Annotation. Endtest und Abnahme benötigen autorisierte reale Daten aus einer passenden Einsatzumgebung.

Was belegt die aktuelle QA?

Lesbarkeit, Mengenabgleich, geplante Verteilung und das Fehlen exakter Duplikate oder definierter Informationsarmut. Semantik, Labelgenauigkeit und Modellleistung werden nicht belegt.

Welche Eingaben braucht die nächste Phase?

Erforderlich sind Klassen, repräsentative Standortbilder, Größen- und Verdeckungsregeln, Labelformat, Trainingsframework, Kameraparameter, Rechte und messbare Abnahmeziele. Sicherheitsanwendungen benötigen Verfahren für Fehlalarme, Auslassungen und menschliche Kontrolle.