Synthetische Datengenerierung & Computer Vision
F&E · Synthetische-Daten-PipelinePhysikalisch-korrekte synthetische Trainingsdaten für die Eisenbahn-Anomalieerkennung
Physikalisch-korrektes Compositing · 8 Anomalieklassen · automatische YOLO-Annotation
Python · Google Colab GPU · SDXL · BiRefNet · YOLOv8-seg
01Problem
Problem: Black-Swan-Hindernisdaten sind im Feld nicht erfassbar
Um ein Frontkamera-Modell zur Hinderniserkennung auf dem Gleis zu trainieren, braucht es Bilder von Objekten — Steine, Äste, Säcke, Tiere — auf den Schienen. Doch diese „Black-Swan"-Ereignisse sind in der Realität selten, gefährlich und teuer zu erfassen; man kann nicht absichtlich ein Hindernis vor einen Zug legen, um Daten zu sammeln. Die Folge: ein Mangel an positiven Beispielen und ein starkes Klassenungleichgewicht.
- 01Echtes Bildmaterial von Hindernissen auf dem Gleis existiert kaum — das Modell wird trainiert, ohne das seltene, aber kritische Ereignis je gesehen zu haben
- 02Die manuelle Annotation erfolgt Bild für Bild; bei Tausenden von Frames sind Kosten und Fehlerquote hoch
- 03Naive Copy-Paste-Composites sind physikalisch falsch (falsche Skalierung, schwebende Objekte, Lichtmissverhältnis) — das Modell lernt Scheinmerkmale
- 04Die Klassenverteilung ist von Natur aus unausgewogen; einige Anomalietypen sind gar nicht vertreten
- 05Einzelbild-Composites lassen sich nicht auf Video verallgemeinern — Identität/Position springen über aufeinanderfolgende Frames
02Pipeline-Kontext
03Warum naive Ansätze nicht ausreichen
- 01Felderfassung ist unmöglich: ein Hindernis absichtlich zu erzeugen ist gefährlich und illegal — die positive Klasse kann nicht natürlich wachsen
- 02Skaleninkonsistenz: ohne Kenntnis der Schienenposition in der Perspektive erscheint ein platziertes Objekt in physikalisch falscher Größe
- 03Geometrieverletzung: ohne Bodenkontakt und Verdeckung schwebt das Objekt in der Luft — der Domain-Gap vergrößert sich
- 04Licht-/Farbmissverhältnis: passt das Quell-Asset nicht zum Szenenton, lernt das Modell, das Objekt per Farbe zu trennen (Shortcut-Learning)
- 05Zeitliche Inkonsistenz: werden Frames unabhängig erzeugt, springen Objektidentität und -position über das Video und brechen das Tracker-Training
04Wie die Pipeline funktioniert
Auswahl vielfältiger repräsentativer Frames aus dem Zugvideo via CLIP-Embedding + Clustering
→ Ein Basis-Frame-Pool mit hoher Szenenvielfalt, ohne Aufblähung durch Beinahe-Duplikate
Segmentierung von Schiene und Schotterkorridor mit YOLOv8-seg (ray_alan.pt); Vanishing-Point + Hough als Fallback
→ Wohin das Objekt kommt, ist geometrisch bekannt — an den Schienenkorridor gebunden, nicht zufällig
Generierung der Anomalie-Assets mit SDXL und Matting mit BiRefNet; automatische QS für Einzelobjekt, Kantenkontakt und pHash/CLIP-Dedup
→ Eine saubere, transparente, duplikatfreie Asset-Bibliothek; Mehrobjekt- und Kopierartefakte werden gefiltert
Ableitung der Platzierungsskala aus der Standard-Spurweite (1.435 m); klassenbedingte Zonen + Pose-Priors angewandt
→ Das Objekt sitzt in perspektivisch korrekter, physikalisch plausibler Größe und an einer sinnvollen Position für seine Klasse
Hinzufügen von Bodenkontaktschatten, Reinhard-Farbanpassung, distanzbasierter Unschärfe und Sensorrauschen in der Harmonisierung
→ Das Objekt verankert sich in der Szene; Farb-/Licht-Shortcuts werden reduziert, der Domain-Gap sinkt
Automatische Erzeugung der Annotation aus dem sichtbaren Alpha nach der Transformation; Filterung via On-Rail-QS und Sichtbarkeitsschwelle
→ Zero-Touch-YOLO-Labels; Beispiele, die vom Gleis fallen oder unsichtbar werden, werden automatisch verworfen
Auf Videoebene Hinzufügen einer festen Track-ID, eines KLT-Optical-Flow-Ankers und EMA-Temporal-Smoothing
→ Eine einzige Identität über den Clip, an die Schiene gebunden und jitterfrei — zeitlich konsistente Ausgabe
05Fähigkeitsvergleich (Naive Baseline → Pipeline)
06Warum es zählt
Diese Pipeline macht kritische Hindernisszenarien — im Feld unmöglich zu erfassen — als synthetische, automatisch annotierte Daten verfügbar. Für die autonome Eisenbahnsicherheit (ODS) zielt sie darauf ab, den Mangel an positiven Beispielen und das Klassenungleichgewicht beim Training von Hinderniserkennungsmodellen zu beseitigen.
- 01Unbegrenzte, balancierte Daten in den gewünschten Anomalieklassen — ohne gefährliche/teure Felderfassung
- 02Manuelle Annotationskosten gehen gegen null — Labels werden automatisch aus der Transformation abgeleitet
- 03Physikalisch-korrekte Platzierung und Harmonisierung verkleinern den Sim-to-Real-Domain-Gap gezielt
- 04Bild- und frame-konsistente Videoausgabe: für Detektor- und Tracker-Training nutzbar
- 05Modulare Config-Flags (Depth, Diffusion-Refine, Z-Buffer-Verdeckung) für stufenweise künftige Verstärkung
Um Ihren Bedarf an Synthetische Datengenerierung & Computer Vision auf Ihrer eigenen Plattform zu bewerten, planen Sie ein Embedded-Architektur-Audit oder bestimmen Sie Ihre Plattformklasse mit dem System-Anforderungsrechner.
Methodik- & Umfangshinweis
- Dies ist eine F&E-/Fähigkeitsarbeit; es ist kein gelieferter Kundenerfolg und keine feldverifizierte Metrik.
- Die obigen Zahlen sind Pipeline-Fähigkeitsbeschreibungen (Klassenzahl, Gauge-Skala, Automatisierung) — sie enthalten keine erfundene Genauigkeits-/fps-Metrik.
- Als Skalenreferenz dient die internationale Standard-Spurweite von 1.435 m.
- Die Sim-to-Real-Leistung erfordert eine separate Validierung an einem realen Anomalie-Testsatz und ist in Arbeit.
- Schwere Inferenz (SDXL, Segmentierung, Video) läuft auf GPU (Google Colab).
Benötigen Sie einen synthetischen, automatisch annotierten Datensatz für Ihre eigene Domäne?
Kostenlose technische Bewertung — gemeinsam analysieren wir Latenz- und Determinismusprobleme in Ihrem System.
* F&E-/Fähigkeitsfall. Black-Swan-Hindernisdaten lassen sich im Feld nicht sicher erfassen und werden daher synthetisch erzeugt. Die Werte hier sind Pipeline-Fähigkeitsbeschreibungen, keine feldverifizierten Genauigkeitsmetriken. Die Sim-to-Real-Validierung ist in Arbeit.