Video: Der komplette Weg
Hier siehst du den ganzen Weg von Anfang bis Ende. Schau zuerst das Video – danach machst du die Schritte unten nach.
Erst anschauen, dann nachmachen!
Im Video wird dir alles gezeigt: wie du das Projekt herunterlädst, den Raspberry Pi vorbereitest, das KI-Modell trainierst und am Ende testest. So weißt du genau, was auf dich zukommt!
Gesamter Weg auf einen Blick
So geht's Schritt für Schritt:
Tipp: Du kannst immer wieder hierher zurückspringen, um den Überblick zu behalten.
Willkommen im Fahrrad-Labor!
Dein Raspberry Pi wird heute etwas Neues lernen
Hallo, Forscherin! Hallo, Forscher!
Stell dir vor: Dein Raspberry Pi ist ein kleiner Roboter, der heute etwas Neues lernen möchte. Er soll Bilder anschauen und entscheiden: "Ist das ein Fahrrad?" oder "Ist das kein Fahrrad?"
Hier kommt später ein Bild von deinem Raspberry Pi Setup!
Was du am Ende kannst:
- Du startest ein Trainingsprogramm und baust ein kleines KI-Gehirn
- Du öffnest eine Test-App und ziehst ein Bild hinein
- Du siehst Wahrscheinlichkeiten (z.B. 0.77) und verstehst, was das bedeutet
Die Geschichte: Mission Fahrrad-Finder 3000
Heute öffnest du die Tür zum geheimen Fahrrad-Labor. Auf dem Tisch sitzt dein Raspberry Pi. Er hat keine Augen - nur eine Kamera in deiner Fantasie. Du gibst ihm Augen, indem du ihm Bilder zeigst!
Dein Pi heißt "Pico". Pico sagt: "Ich will lernen! Aber ich brauche Übungsbilder. Und ich brauche ein Zauberbuch mit Befehlen."
Du und Pico baut zusammen den "Fahrrad-Finder 3000". Dafür gibt es Missionen. Jede Mission ist ein kurzer Schritt. Du kannst sie wie ein Spiel-Level abarbeiten.
Was du brauchst
(und wann Eltern helfen)
Du brauchst:
- Raspberry Pi 5 mit Raspberry Pi OS
- Tastatur, Maus, Bildschirm
- Internet (für das einmalige Installieren)
- Etwas Geduld - Training dauert ein paar Minuten
Kann ein 9-jähriges Kind das schaffen?
Ja! - mit Hilfe eines Erwachsenen bei den Installations-Schritten. Ein Elternteil hilft bei Dingen wie "sudo apt install ..." und beim Entpacken. Danach kann das Kind die Mission-Schritte und das Testen oft selbst machen.
Wichtiger Hinweis
In der großen Download-Datei sind die Programme schon drin. Du musst sie NICHT abtippen. Im Buch stehen sie trotzdem im Anhang, falls du später Namen ändern oder daraus ein neues Projekt machen willst.
Schritt-für-Schritt Missionen
13 Missionen zum Erfolg - Folge ihnen wie Spiel-Level!
Mission 0: Projekt herunterladen
Pico flüstert: "Mein Projekt ist zu groß für GitHub. Hol es dir über den Download-Link!"
So geht's (super einfach):
- Klicke auf „Download“
- Im Browser öffnet sich die Download-Seite
- Klicke dort auf „Download“ und warte, bis es fertig ist
Das siehst du
Die Datei liegt danach meistens in: /home/pi/Downloads/
Und heißt zum Beispiel: fahrrad_projekt.7z
Screenshot: Dein Browser mit dem Download
Mission 1: Entpacken (Extract)
Jetzt musst du das heruntergeladene Paket entpacken, damit Pico die Dateien lesen kann.
Option A - File Manager (am leichtesten):
- Öffne den File Manager
- Gehe zu Downloads
- Rechtsklick auf fahrrad_projekt.7z
- Klicke Extract Here (oder Extract to...)
Option B - Terminal (wenn du lieber tippst):
cd ~/Downloads
sudo apt update
sudo apt install -y p7zip-full
7z x fahrrad_projekt.7z
Das siehst du
Nach dem Entpacken hast du einen Ordner: fahrrad_projekt
Mission 2: Ordner in den Home-Ordner verschieben
Pico sagt: "Ich mag es ordentlich. Bitte lege den Ordner direkt in deinen Home-Ordner."
mv ~/Downloads/fahrrad_projekt ~/
ls ~
Das siehst du
Du siehst eine Liste von Ordnern, darunter sollte fahrrad_projekt stehen.
Wir wollen diesen Pfad: /home/pi/fahrrad_projekt (kurz: ~/fahrrad_projekt)
Screenshot: Dein File Manager mit dem Projektordner
Mission 3: In den Projektordner gehen
Jetzt navigierst du zum Projektordner, damit alle folgenden Befehle im richtigen Verzeichnis ausgeführt werden.
cd ~/fahrrad_projekt
pwd
Das siehst du
Du solltest etwas sehen wie: /home/pi/fahrrad_projekt
pwd steht für "print working directory" - es zeigt dir, wo du gerade bist.
Mission 4: System updaten + Tools installieren
Bevor wir starten, stellen wir sicher, dass dein Raspberry Pi alle nötigen Werkzeuge hat.
sudo apt update && sudo apt full-upgrade -y
sudo apt install -y python3-pip python3-venv python3-tk
Das siehst du
Viele Zeilen, die heruntergeladene und installierte Pakete anzeigen. Das kann ein paar Minuten dauern.
Am Ende siehst du wieder deine Eingabeaufforderung.
Mission 5: Python-Umgebung (venv) erstellen & aktivieren
Stell dir eine venv wie eine Zauber-Box vor: Alles bleibt sauber in einer Box, damit dein Pi nicht durcheinander kommt.
cd ~/fahrrad_projekt
python3 -m venv meine_umgebung
source meine_umgebung/bin/activate
python -m pip install -U pip setuptools wheel
Das siehst du
Wenn du vorne (meine_umgebung) siehst, ist die Box an!
Deine Terminal-Zeile sieht jetzt so aus: (meine_umgebung) pi@raspberrypi:~/fahrrad_projekt $
Mission 6: Pakete installieren (stabil für Raspberry Pi)
Jetzt installieren wir die speziellen Python-Pakete, die Pico braucht, um KI zu lernen.
pip install --no-cache-dir "protobuf>=5.28.0,<6" "flatbuffers>=24.3.25,<25"
pip install --no-cache-dir "tensorflow==2.20.0" "numpy" "pillow" "scipy"
Das siehst du
Viele Download- und Installationsmeldungen. Das kann 5-10 Minuten dauern.
Mini-Test (optional):
python3 -c "import tensorflow as tf; print('TF OK:', tf.__version__)"
Das siehst du
Wenn alles gut geht: TF OK: 2.20.0 (oder ähnliche Version)
Mission 7: Bilder-Ordner prüfen (Dataset)
Die Ordner für die Trainingsbilder sind schon im Download dabei. Lass uns prüfen, ob alles da ist.
cd ~/fahrrad_projekt
ls -R daten
Das siehst du
Du solltest diese Ordnerstruktur sehen:
train/
bicycle/
not_bicycle/
test/
bicycle/
not_bicycle/
Mission 8: Bilder einsortieren (ganz wichtig!)
Jetzt bekommt Pico seine Augen-Futter-Bilder. Fahrrad-Bilder in bicycle, alles andere in not_bicycle.
Fahrrad-Bilder gehören in:
daten/train/bicycle/daten/test/bicycle/
Nicht-Fahrrad-Bilder (Stuhl, Auto, Pflanze, Tasche ...) gehören in:
daten/train/not_bicycle/daten/test/not_bicycle/
Erlaubte Dateitypen: .jpg .jpeg .png
xdg-open .
Das siehst du
Der File Manager öffnet sich im Projektordner. Navigiere zu daten/train/bicycle/ und ziehe deine Fahrrad-Bilder hinein.
Super-Tipp: Mehr Bilder = schlauerer Computer!
Wenn Pico falsch rät, ist das normal. Sammle mehr Bilder und zwar viele verschiedene:
- anderes Licht (drinnen/draußen)
- andere Winkel (von vorne/Seite)
- viele verschiedene NOT BICYCLE Dinge
Mehr Vielfalt hilft dem Modell, besser zu unterscheiden.
Mission 9: Training starten (Gehirn bauen)
Jetzt baut ihr das KI-Gehirn! Pico lernt aus den Bildern, Fahrräder zu erkennen.
cd ~/fahrrad_projekt
source meine_umgebung/bin/activate
python3 fahrrad_lernen.py
Das siehst du
Viele Ausgaben, die mit "Epoch 1/5" beginnen. Das Training läuft!
Am Ende entsteht die Modell-Datei: mein_fahrrad_modell.h5
ls -l mein_fahrrad_modell.h5
Das siehst du
Informationen über die Datei mein_fahrrad_modell.h5 mit Größe und Erstellungsdatum.
Screenshot: Dein Terminal während des Trainings
Mission 10: Test-App starten (GUI)
Jetzt testen wir, ob Pico wirklich gelernt hat! Öffne die Test-App und probiere es aus.
cd ~/fahrrad_projekt
source meine_umgebung/bin/activate
python3 testen.py
Das siehst du
Ein Fenster mit dem Titel "Bicycle Detector (Raspberry Pi)" öffnet sich.
In der App kannst du ein Bild öffnen (Open Image) oder - wenn Drag & Drop aktiv ist - ein Bild hineinziehen.
Screenshot: Die Test-App mit einem erkannten Fahrrad
Mission 11: Optional - Drag & Drop aktivieren
Noch einfacher: Aktiviere Drag & Drop, dann kannst du Bilder einfach in die App ziehen!
pip install --no-cache-dir tkinterdnd2
python3 testen.py
Das siehst du
Die App startet neu. Jetzt steht in der App: "Drag & Drop: ENABLED"
Du kannst Bilder aus dem Dateimanager direkt in die App ziehen!
Mission 12: Wenn es falsch erkennt (NOT BICYCLE → BICYCLE)
Keine Sorge, wenn Pico mal einen Fehler macht! Das ist normal und wir können es verbessern.
Das sind die häufigsten Gründe:
- Zu wenige Trainingsbilder
- NOT BICYCLE Bilder sind zu ähnlich (z.B. viele runde Dinge)
- Im not_bicycle Ordner ist aus Versehen ein Fahrrad-Bild
So löst du es:
- Sammle mehr und vielfältigere Bilder (besonders NOT BICYCLE)
- Prüfe die Ordnernamen und Inhalte
- Trainiere neu:
python3 fahrrad_lernen.py
Geheimtipp für bessere Ergebnisse
Versuche ein Verhältnis von etwa 70% NOT BICYCLE zu 30% BICYCLE Bildern. Pico muss lernen, was kein Fahrrad ist!
Level-Up:
Mach es zu Dino-, Küken- oder Weltraum-Detektiv!
Jetzt kommt der Zauber-Teil: Du kannst das Projekt umbauen!
Deine eigene KI erfinden
Statt Fahrrädern kann dein Pi auch Dinosaurier erkennen, Küken zählen oder Raumschiffe finden!
Wichtig zu wissen:
In deiner Download-Datei sind fahrrad_lernen.py und testen.py schon fertig. Du musst sie nicht ändern, um das Fahrrad-Projekt zu spielen. Aber du kannst den Code kopieren und für dein eigenes Projekt anpassen.
So wechselst du das Thema (einfach erklärt):
- Wähle zwei Klassen, z.B. DINO und NOT DINO
- Erstelle zwei Ordner (train/test) mit diesen Namen
- Sammle viele Bilder für beide Klassen
- Trainiere neu (fahrrad_lernen.py kannst du kopieren und anpassen)
- Teste wieder mit der App
Ideen für neue Projekte:
KÜKEN vs. KEIN KÜKEN
Erkenne Küken von Enten, Eiern oder Spielzeugen
DINOSAURIER vs. KEIN DINOSAURIER
Finde Dinos in Büchern, Bildern oder als Spielzeug
WELTRAUMSCHIFF vs. KEIN WELTRAUMSCHIFF
Suche Raketen, Planeten und Sterne
Hier kommt später dein eigenes Projekt-Bild!
Ordner-Plan & Checkliste
So sieht dein Projekt aus und was du vor dem Start prüfen solltest
So sieht dein Projekt-Ordner aus:
daten/
train/
bicycle/
not_bicycle/
test/
bicycle/
not_bicycle/
meine_umgebung/ (deine venv, wird erstellt)
fahrrad_lernen.py (Training)
testen.py (Test-App)
mein_fahrrad_modell.h5 (kommt nach dem Training)
Letzte Checkliste vor dem Start:
Druck-Info
Dieses Dokument ist so geschrieben, dass du es drucken kannst. Du kannst die Bildplatzhalter durch Screenshots oder eigene Zeichnungen ersetzen.
Mach ein Foto von deinem eigenen Raspberry Pi Setup und füge es hier ein!
Downloads
Alle Materialien für das Buchprojekt stehen kostenlos zur Verfügung
📦 Großes Projektpaket
Das gesamte Projekt als gepackte Datei (inkl. Code, Ordnerstruktur, Beispielbilder) für dein Raspberry Pi.
Download