@phdthesis{Yzer, type = {Bachelor Thesis}, author = {Thorben Yzer}, title = {Vergleich von lokalen und cloudbasierten Objekterkennungssystemen}, url = {http://nbn-resolving.de/urn:nbn:de:gbv:916-opus4-11461}, pages = {71}, abstract = {Diese Bachelorarbeit basiert auf dem zuvor durchgef{\"u}hrten Praxisprojekt, in dem die Objekterkennungsdienste in den Cloudsystemen von Google, Amazon und Microsoft untersucht und verglichen wurden, um zur Erkennung von Gesichtern und Kfz-Kennzeichen eingesetzt zu werden. Im Rahmen des Projekts wurde zudem evaluiert ein neuronales Netz f{\"u}r diese Aufgabe f{\"u}r den lokalen Einsatz zu entwickeln, was aufgrund des Aufwands aber nicht durchgef{\"u}hrt wurde. An diesem Punkt soll diese Arbeit ansetzen, indem zun{\"a}chst mit MTCNN und YOLOv3 vortrainierte neuronale Netze zur Gesichts- bzw. allgemeinen Objekterkennung den Cloud-Systemen gegen{\"u}bergestellt und verglichen werden. Im Folgenden wird ein in Keras implementierter eigener Ansatz pr{\"a}sentiert, der einzig zur Lokalisierung von Kennzeichen dienen soll. Abschlie{\"s}end wird eine Empfehlung ausgesprochen, wie neuronale Netze, unabh{\"a}ngig ob lokal oder in der Cloud, eingesetzt werden k{\"o}nnen.}, language = {de} }