Kaskadierte Anwendung von Foundation Models als Verfahren zur Beschreibung von Leichtverpackungsstoffströmen im Recycling

Um geeignete KI-Modelle zur Materialunterscheidung zu erstellen, ist eine ausreichend große und kuratierte Lerndatenmenge notwendig. In diesem Beitrag wird daher der Einsatz von Foundation Models hinsichtlich einer potenziell zeitlich effizienteren Gestaltung des Datenannotationsprozesses zur Erstellung einer Lerndatenmenge vorgestellt und bewertet. Annotierte Daten werden benötigt, um überwachte Lernverfahren aus dem Bereich der KI trainieren und einsetzten zu können. Zwei verschiedene Aufgaben werden betrachtet: die Lokalisierung und die Beschreibung (Klassifikation) von Objekten. Für diese Untersuchung wurden RGB-Bilder verwendet, die mit einer Zeilenkamera über den Fließbändern einer Wertstoffaufbereitungsanlage für Leichtverpackungsstoffströme aufgenommen wurden. In den Bildern werden zunächst die einzelnen Objekte mittels adaptiertem SAM (Segment Anything Model) als Segmente detektiert und extrahiert und anschließend durch ein adaptiertes DINOv2 Foundation Model nach „transparent“ und „nicht- ransparent“ klassifiziert. Die „nicht-transparenten“ Objekte werden mit Schwellenwerten verschiedenen Farben zugeordnet. Basierend auf dieser automatisch annotierten Datengrundlage können im Nachgang KI-Modelle trainiert werden, um zukünftig die Sortiertiefe bei Wertstoffen zu erhöhen. Für die Lokalisierung wurde ein F1-Score von 0,77 und bei der Unterscheidung „transparenter“ Objekte eine Genauigkeit von 93,27% erzielt.