Das Projekt beinhaltet folgende Aufgaben:

• Ausgedehnte Literaturstudie zu Object Detection für Funkdaten von Drohnen, Audiodaten oder ähnlichen Daten.
• Fokus auf Verfahren zur Objekterkennung in Spektrogrammen, relevante Deep-Learning-Modelle (z.B. YOLO),
• Methoden zur automatisierten Annotation sowie Metriken zur Evaluation (z.B. mAP, IoU).
• Entwicklung einer Routine zur Erkennung relevanter Segmente (z.B. Signalbursts) in Spektrogrammen sowie anschliessende visuelle Prüfung und Korrektur der erzeugten Labels zur Erstellung eines validen Datensatzes.
• Im Anschluss Kombination mehrerer Einzelsignale zu komplexeren Beispielen, die mehrere Signalquellen innerhalb eines Samples enthalten, für realistischere Trainingsdaten zur Object-Detection.
• Training und Auswertung von Object-Detection-Modellen (z.B. YOLO Varianten) zur Erkennung und Klassifikation von Signalereignissen.
• Evaluation anhand üblicher Metriken (z.B. mAP).