Tinwheel.Ein Blick.Mehr wissen — später.
Ein Foto soll dir zeigen, welches Auto vor dir steht — sobald die geprüfte Grundlage bereit ist.
Tinwheel entwickelt einen ersten Web-Flow für Marke, Modell und Farbe. Aktuell ist noch kein Foto-Upload und keine Erkennung freigeschaltet.
Für Autofans, Halter:innen und Neugierige
Sehen. Einordnen. Verstehen.
Der Foto-Check ist noch nicht freigeschaltet.
Erst Datenbasis, dann Ergebnis
Die geplanten Ergebnisse — noch ohne Demo.
Die drei Klassifikationen werden erst nach einem geprüften Baseline-Training freigeschaltet. Unsicherheit bleibt dabei sichtbar.
Marke & Modell — geplant
Nach der Baseline-Evaluierung soll das Bild nach Marke und Modell eingeordnet werden.
Farbe — geplant
Die sichtbare Wagenfarbe ist als eigenes Ergebnis vorgesehen.
Sichtbare Details — geplant
Weitere sichtbare Fahrzeugdetails können später als Hinweise ergänzt werden.
Unsicherheit — fest eingeplant
Ein Treffer oder einzelnes Detail soll als unsicher markiert werden, wenn die Evidenz nicht reicht.
Ein kurzer Weg — sobald die Baseline evaluiert ist.
Die technische Grundlage ist als Python-/TensorFlow-Workflow vorbereitet. Das Training startet erst, wenn ein eigenes, rechtlich geklärtes Fahrzeugbild-Dataset vorliegt.
Native iOS-/Android-Apps und eine TensorFlow-Lite-Auslieferung gehören nicht zu diesem Web-Scope. Es wird kein trainiertes Modell behauptet, solange die Bilddaten fehlen.
- 01
Foto aufnehmen oder auswählen
Der geplante Web-Flow soll ein Kamerafoto oder einen Upload ohne Konto annehmen.
- 02
Baseline auswerten
Ein ausgewertetes Modell soll Marke, Modell und Farbe aus dem Bild ableiten.
- 03
Ergebnis einordnen
Die spätere Oberfläche soll den Treffer und unsichere einzelne Details getrennt kennzeichnen.
Noch kein Foto-Check.
Tinwheel zeigt bewusst keinen Upload und kein erfundenes Ergebnis, bevor die Evaluierung abgeschlossen ist.
Konkreter Blocker
Das rechtlich geklärte Trainings-Dataset fehlt.
Der Fahrzeug-Workflow findet kein owner-provided, rights-cleared Dataset. Die erwartete Manifest-Datei wurde nicht gefunden:
data/vehicle-dataset/manifest.jsonMarke
Blockiert
Modell
Blockiert
Farbe
Blockiert
Es wurde kein Modell trainiert und keine nicht freigegebene Bildquelle verwendet. Dieser Lieferumfang bleibt auf das Web beschränkt; native iOS-/Android-Apps und TensorFlow Lite sind nicht enthalten.
Erkenntnis mit Augenmaß
Gute Erkennung sagt auch, wenn sie sich nicht sicher ist.
Ein möglicher Treffer bleibt ein Hinweis. Tinwheel macht Unsicherheit bei der Fahrzeugzuordnung und bei Details sichtbar, damit du das Ergebnis richtig einordnen kannst.
Die Straße ist voller Geschichten
Welches Auto möchtest du besser kennenlernen?
Schreib uns, was du von Tinwheel erwartest — oder welches Fahrzeug du als Erstes erkennen würdest.
tinwheel@polsia.app
Zurück nach oben