Custos Mucoris: Erstellung einer Bilddatenbank für Schimmelfotos für das Training und den Test der KI-Algorithmen

Erstellung der Datenbank für die Speicherung und Verwaltung der Fotos

Zum eindeutigen Nachweis der Herkunft eines Fotos, der entsprechenden Geodaten und der entsprechenden EXIF-Daten sollen die Schimmelfotos in eine Datenbank zwecks Speicherung und Verwaltung exportiert werden. 

Hierfür steht ein FTP-Server zur Verfügung, auf den allen Daten im Projekt gesammelt und zwischen gespeichert werden können. Die gesammelten Bilddaten können so einfach per FTP-Client auf den Server geladen werden. Auch Projektdaten wie Dokumente und Präsentationen können so von allen Beteiligten optimal bearbeitet und verwaltet werden. 

Im Folgenden ist der Ablauf für die automatisierte Erstellung der Bilddatenbank schematisch dargestellt. Die gesammelten bzw. erstellten Fotos werden zunächst auf einem Rechner lokal gespeichert. Dann werden die Bilder per Python-Skript lokal auf dem Rechner eingelesen. Das Skript fügt den Bildern alle für die Weiterverarbeitung notwendigen Informationen hinzu. Die Informationen bestehen z. B. aus dem Namen des Bildes, dem Ersteller, ob Schimmel zu erkennen ist oder nicht, usw. Diese Informationen werden vom Anwender im Skript als Dictionary abgelegt. Informationen, die von der Kamera bereits in der Bilddatei gespeichert sind, wie z. B. Brennweite, Ort, Datum usw. werden vom Skript automatisch gelesen. Die aktuelle Liste der Informationen, die gespeichert werden sollen, ist im nächsten Schaubild zur MySQL Datenbank zu sehen. Die Bilder und die Informationen werden da auf den FTP-Server übertragen. Von dort werden die Informationen der Bilder in die MySQL Datenbank eingetragen. Die Bilder selber bleiben auf dem Dateisystem des Servers und sind mit der Datenbank verlinkt. Diese Vorgehensweise, die Bilder nur mit der Datenbank zu verlinken, wurde gewählt, um den Datenbankinhalt auf die wesentlichen Informationen zu konzentrieren und nicht unnötig aufzublähen. Die Datenbank Zugriffe bleiben somit möglichst schnell und effizient.


Abbildung 1 Ablauf der automatisierten Erstellung der Bilddatenbank

 

Im rechten Teil des Schaubildes ist der Zugriff auf die Datenbank und die Bilder in der Trainingsphase  zu sehen. Auch hier liegen Skripte vor, um automatisch die Bilder und deren Informationen zu lesen, anschließend auszuwerten und dann wieder zu speichern.

Die nächste Abbildung zeigt den Aufbau der MySQL Datenbank. Die Datenbank wurde zunächst auf dem Server installiert. Zur Speicherung der zuvor beschrieben Informationen wurde ein Datenbankschema definiert und in der Tabelle der MySQL Datenbank umgesetzt. Über die zuvor beschrieben Skripte kann nun auf die Datenbank zugegriffen werden und Bilder automatisch verwaltet werden.

                             

Abbildung 2 Aufbau der MySQL Datenbank


Danksagung:

Diese Arbeiten werden von der DBU gefördert unter Aktenzeichen 35604/01 "Entwicklung und modellhafte Anwendung einer Systemplattform zur automatischen Detektion von durch anthropogene Umwelteinflüsse verursachter Schimmelbildung an Kulturgütern mittels künstlicher Intelligenz". Wir bedanken uns an dieser Stelle nochmals herzlich für die Förderung des Projektes.

Ansprechpartner: 
Michael Robrecht und Markus Böger, iXtronics GmbH, Paderborn
Hans Daams, Hajuveda Heritage, Monschau

Direktkontakt: 
hans.daams@hajuvda.solutions
michael.robrecht@ixtronics.com
markus.boeger@ixtronics.com

Webadressen: 
https://www.hajuveda.solutions
https://ix.ixtronics.com/de/

Blog: 
https://custosaeris-d.blogspot.com

Kommentare

Beliebte Posts aus diesem Blog

Custos Mucoris: Systemplattform zur automatischen Detektion von Schimmelbildung an Kulturgütern mittels künstlicher Intelligenz, hier: Training des neuronalen Netzes Teil 2

Neue Dienstleistung: Risikoindikatoren für die historische Glasmalerei

Custos Aeris: New evaluations for the preventive protection of historical lead glazing (Part 3)