Aktionen

Benutzerin

Verena: Unterschied zwischen den Versionen

Aus exmediawiki
K
 
(104 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
 
...
 
...
  
−
=KI-SEMINAR=
+
==Vorbereitungen==
  
−
==Projektdokumentation==
+
==== [[PHYTOTRON|PHYTOTRON – Workspace for Biological Media]] ====
  
−
==Links zum Thema==
+
==== [[DIY_Computer|DIY Computer]] ====
 +
 
 +
==== [[Bewaesserungssystem|Bewässerungssystem für KHM-Garten]] ====
 +
==== [[Workshop_Luftdaten|Workshop: Luftdaten]] ====
 +
 
 +
==== [[Rechnen durch Handeln]] ====
 +
 
 +
==== [[Mechatronics_101|Mechatronics 101]] ====
 +
 
 +
== Archiv ==
 +
 
 +
=== Workshop: [[DNA_phenotyping|Forensische DNA-Phänotypisierung]] ===
 +
 
 +
=== Seminar [[Open Lab]] (Friedrich, Heck, Hen) ===
 +
 
 +
=== Seminar [[Whole_Earth_Reading_Group|WHOLE EARTH Reading Group]] ===
 +
 
 +
=== Ausstellungsprojekt [[Multispecies_@_Weltkunstzimmer|"GOOD BYE CRUEL WORLD, IT'S OVER"]] ===
 +
 
 +
=== Ausstellung [http://www.temporarygallery.org/?p=8780 Praktiken der Annäherung @ Temporary Gallery] ===
 +
<!-- [[Practices_of_Approximation|Praktiken der Annäherung @ Temporary Gallery]] -->
 +
 
 +
=== Projekt [[KHM-Garten]] ===
 +
=== Seminar [[Blockchain Reading Group|Blockchain Reading Group]] ===
 +
=== Workshop [[KünstlerInnenhonorare]] ===
 +
=== Seminar [[Re-Cycle?]] ===
 +
 
 +
<!--
 +
==Linux==
 +
===Bootfähigen USB-Stick erstellen (von Mac)===
 +
 
 +
 
 +
Betriebssystem Ubuntu Desktop 18.04.3 LTS (last stable version) soll installiert werden
 +
 
 +
Anleitung: [https://tutorials.ubuntu.com/tutorial/tutorial-create-a-usb-stick-on-macos?_ga=2.75139794.1749488733.1571761439-720078860.1571761439#0 How to create a bootable USB stick on macOS]
 +
 
 +
2. Requirements
 +
** A 2GB or larger USB stick/flash drive
 +
** An Apple computer or laptop running macOS
 +
** An Ubuntu ISO file. See [https://ubuntu.com/download/desktop Get Ubuntu] for download links
 +
 
 +
3. Prepare/Erase the USB stick Apple's ‘Disk Utility'
 +
 
 +
4. Install and run [https://www.balena.io/ Etcher]
 +
 
 +
5. Flash the USB drive
 +
 
 +
 
 +
===Dual Boot auf Windows-System===
 +
 
 +
 
 +
https://wiki.ubuntuusers.de/Dualboot/
 +
 
 +
<!--
 +
==KI-SEMINAR==
 +
 
 +
===Projektdokumentation===
 +
 
 +
====Kurzbeschreibung (EN)====
 +
<br>
 +
'''THE OFFICE (working title), 2019'''
 +
<br>
 +
Humans and plants live on different timescales. This is certainly one of the reasons
 +
why in everyday life, plants might often seem static and object-like to us.
 +
»The Office« (2019) makes use of existing video footage that covers large time
 +
spans, in this case, popular long-term tv shows. These productions showcase office
 +
and apartment interiors over a longer period of time, often also including houseplants
 +
which are mainly used for decorative purposes. Some of these series run over
 +
years or even decades and thus comprise many hours of footage.
 +
Convolutional neural networks are used as a tool to detect scenes involving houseplants
 +
while processing large quantities of the given video material. Selected scenes
 +
are compiled into a time-lapse movie which documents plant growth over a long
 +
period of time. While the lively movement and growth of the normally passively
 +
seeming plants becomes visible, the human activities become blurry and fade into
 +
the background.
 +
<br>
 +
<u>Keywords:</u> plants, plant-human-relationships, time, timescales, time-lapse, video,
 +
neural networks
 +
 
 +
====Hintergrund/Research====
 +
 
 +
 
 +
=====Projekte Pflanzen & KI=====
 +
 
 +
* [https://www.aestheticsofexclusion.com/projects/botanica-variegata Botanica Variegata (2019?) von Sjoerd Ter Borg]
 +
 
 +
=====Projekte Environment & KI=====
 +
 
 +
* [http://harrischris.com/article/biophillic-vision-experiment-1 Biophillic Vision - Experiment 1: experimenting with machine learning to remove cars from video footage von Chris Harris]
 +
 
 +
* https://rybakov.com/blog/ai_deleting_bodies/
 +
 
 +
====Technische Umsetzung/Vorgehensweise====
 +
 
 +
=====Erste Schritte=====
 +
 
 +
* Convolutional Neural Networks for object detection (in videos)
 +
* Heartbeat Tutorial Part 1: [https://heartbeat.fritz.ai/detecting-objects-in-videos-and-camera-feeds-using-keras-opencv-and-imageai-c869fe1ebcdb Detecting objects in videos and camera feeds using Keras, OpenCV, and ImageAI]
 +
** using a Python library called ImageAi
 +
** using a pretrained YOLOv3 computer vision model that can recognize 80 different objects, including "potted plants"
 +
** TO DO: installing a number of python libraries and ImageAi
 +
* Heartbeat Tutorial Part 2: [https://heartbeat.fritz.ai/analyze-and-visualize-detected-video-objects-using-keras-and-imageai-d84c99b0ae8e Analyze and Visualize Detected Video Objects Using Keras and ImageAI]
 +
 
 +
=====Aktueller Stand=====
 +
 
 +
Working with the pretrained network
 +
* analyze video frame by frame (works for example with .mp4 and .m4v)
 +
* detect custom objects, in this case of the category "potted plant"
 +
* output a list called "detected frames" that for each frame in the video contains either a 0 or 1 to indicate whether a plant has or has not been detected in that frame. For example (for a video with 24 frames):
 +
<tt>
 +
[0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0]
 +
</tt>
 +
* transform this list into a numpy array
 +
* transform this array into another array called "changeArray" only indicates the positions where something changes in the array (if values jump from 0 to 1, or from 1 to 0 or in other words detect the beginning and end of the plant sequence
 +
* reshape array into an array called "changeArrayReshaped" with 2 columns with each row containing only the start and stop frame of the plant sequences
 +
<tt>
 +
[[ 724  736]
 +
[1716 1717]
 +
[1734 1739]
 +
[1742 1807]
 +
[1809 1812]
 +
[2073 2075]
 +
[2077 2102]
 +
[3260 3309]
 +
[3344 3376]
 +
[3416 3424]
 +
[3497 3526]]
 +
</tt>
 +
* write this data into a csv file
 +
 
 +
=====Preparation of training, test and validation data=====
 +
 
 +
 
 +
* take last DVD from each season (the selected tv series comprises 9 seasons in total) and reserve it for generating the training, test and validation data (this material will not be used for the final analysis)
 +
* format of original material: .mp4; H.264; 720x406; 44100 Hz; 25fps; ...
 +
* convert all .mp4 files from last DVD to 15fps to reduce file size in regard to analysis (we probably do not need so many frames per second as images will be very similar)
 +
* analyze video files (see heartbeat tutorial) and output detected frames by custom objects detection ('potted plant') in the form of a csv file
 +
* use detected frames data in csv file to cut .mp4 files into multiple shorter files (sequences containing plants)
 +
* handsort all video sequences (.mp4 files) into subfolders, e.g.:
 +
 
 +
 
 +
[ all_HANDSORTED_original ]
 +
    [ plant_center ]
 +
      [ TO_S2_15fps.mp4_sub_5.mp4 ]
 +
      [ TO_S2_15fps.mp4_sub_6.mp4 ]
 +
      [ TO_S2_15fps.mp4_sub_20.mp4 ]
 +
      ...
 +
    [ plant_chefofficefront ]
 +
    [ plant_receptiontop ]
 +
    ...
 +
 
 +
* rename video files in subfolders with consecutive file names for batch processing
 +
 
 +
 
 +
[ renamed_plant_center ]
 +
    [ plant_center_1.mp4 ]
 +
    [ plant_center_2.mp4 ]
 +
    [ plant_center_3.mp4 ]
 +
    ...
 +
    [ plant_center_268.mp4 ]
 +
[ renamed_plant_chefofficefront ]
 +
[ renamed_plant_receptiontop ]
 +
...
 +
 
 +
* batch processing: convert all video files in plant-specific subfolders to images(.jpg)
 +
* rename again into images with consecutive numbers
 +
 
 +
 
 +
[ plant_center_images_toCrop_renamed ]
 +
    [ plant_center_1.jpg ]
 +
    [ plant_center_2.jpg ]
 +
    [ plant_center_3.jpg ]
 +
    ...
 +
    [ plant_center_2186.jpg ]
 +
 
 +
* analyze single images (jpgs) with code based on (adapted) imageAi tutorial "Object Detection with 10 lines of code.ipynb"
 +
* per batch processed image: output box points info of detected plant and, within each loop, crop image according to box points and save in newly created folder
 +
 
 +
Cropped images final output:
 +
* plant_center (ca. 2200 images)
 +
* plant_chefofficefront(ca. 1300 images)
 +
* plant_conferencefront (ca. 600 images)
 +
* plant_conferenceinside (ca. 300 images)
 +
* plant_receptiontop (ca. 738 images)
 +
 
 +
=====Nächste Schritte=====
 +
 
 +
* train custom model based on collected images
 +
* collecting and processing larger quantities of suitable video material
 +
* further automatizing the process of preselecting plant scenes, splitting the
 +
detected plants into different classes, and making a new cut based on these
 +
classes in order to generate visually coherent video material
 +
* final selection of interesting output movies for presentation purposes
 +
* video post production (if neccessary)
 +
 
 +
====Code====
 +
 
 +
===Links zum Thema KI===
  
 
* [https://www.nature.com/articles/d41586-019-01413-1?fbclid=IwAR3DD0D66JN5qjxGuH8YsvNPxKLJs_NXuNzrLaopJ1jtFgGk3TNa_rtcSKs Don’t let industry write the rules for AI]
 
* [https://www.nature.com/articles/d41586-019-01413-1?fbclid=IwAR3DD0D66JN5qjxGuH8YsvNPxKLJs_NXuNzrLaopJ1jtFgGk3TNa_rtcSKs Don’t let industry write the rules for AI]
 
* [https://www.wired.com/story/ai-text-generator-too-dangerous-to-make-public/?utm_brand=wired&utm_source=facebook&utm_social-type=owned&utm_medium=social&mbid=social_fb&utm_campaign=wired&fbclid=IwAR0cVyOvfT4uDVeO66zjlPHOXbuS8aGlDChgKSPOd1jT_16YJ492BRxeOS4 The AI Text Generator That's Too Dangerous to Make Public]
 
* [https://www.wired.com/story/ai-text-generator-too-dangerous-to-make-public/?utm_brand=wired&utm_source=facebook&utm_social-type=owned&utm_medium=social&mbid=social_fb&utm_campaign=wired&fbclid=IwAR0cVyOvfT4uDVeO66zjlPHOXbuS8aGlDChgKSPOd1jT_16YJ492BRxeOS4 The AI Text Generator That's Too Dangerous to Make Public]
  
 +
====Evolutionary Algorithms====
 +
* [https://www.technologyreview.com/s/611568/evolutionary-algorithm-outperforms-deep-learning-machines-at-video-games/?utm_medium=social&utm_source=facebook.com&utm_campaign=owned_social&fbclid=IwAR01pdD_uNn4tobm2tpdDRibCaigDfiJgmUG9DW6GR5u_ltmdvfdAol4esQ Evolutionary algorithm outperforms deep-learning machines at video games], MIT Technology Review, 06/2018
  
−
==Code==
+
===Code===
  
  
 +
<!-- unsichtbarer Kommentar
  
−
=BLOCKCHAIN READING GROUP notes=
+
==Other Research==
 +
 
 +
===Teaching & Non-Teaching===
 +
* [https://medium.com/pi-top/meet-the-school-with-no-classes-no-classrooms-and-no-curriculum-7cc7be517cef?fbclid=IwAR34KmSoA7ER59npOAu2PyE6DAQDZ5IthTloXfqmOD3rtMdOmaPm_LEpOek Meet the school with no classes, no classrooms and no curriculum], Medium, 05/2019
 +
 
 +
 
 +
=BLOCKCHAIN READING GROUP notes=
  
 
> seminar page: [[Blockchain Reading Group|Blockchain Reading Group]]
 
> seminar page: [[Blockchain Reading Group|Blockchain Reading Group]]
Zeile 37: Zeile 243:
 
** https://en.wikipedia.org/wiki/Smart_contract
 
** https://en.wikipedia.org/wiki/Smart_contract
 
* [https://hackernoon.com/6-interesting-blockchain-projects-8c315364ff7f 6 Interesting Blockchain Projects]
 
* [https://hackernoon.com/6-interesting-blockchain-projects-8c315364ff7f 6 Interesting Blockchain Projects]
 +
-->
 +
-->
  
−
 
+
-->
−
=Thema KünstlerInnenhonorare=
 
−
 
 
−
==aktuelle Artikel und Studien zum Thema==
 
−
 
 
−
<br>
 
−
[https://www.deutschlandfunkkultur.de/die-prekaere-lebenslage-von-kuenstlern-die-kunst-von-der.3691.de.html?dram:article_id=444023&fbclid=IwAR0h52kJPaJDQFDK4CS_x1JTWFcgav9keKz5MWL0dVh9DDN1kkb7OG5VJy0 Die prekäre Lebenslage von Künstlern. Die Kunst, von der Kunst zu leben], Deutschlandfunk, 04/2019
 
−
* Kunstmarkt vs. Lebenssituation von KünstlerInnen (obwohl heute einzelne Kunstwerke für Millionen Euro versteigert werden, hangeln sich viele deutsche Künstler mit Hungerlöhnen durchs Leben)
 
−
* 80 Prozent müssen einer Nebentätigkeit nachgehen
 
−
* prekäre Lebenslage lässt kaum Spielraum für  finanzielle Absicherung
 
−
* Altersarmut
 
−
 
 
−
<br>
 
−
<u>Zur Studie des Instituts für Strategieentwicklung (IFSE) und des BBK Berlin 2018:</u>
 
−
* [https://www.rbb24.de/kultur/beitrag/2018/04/nur-jeder-zehnte-kuenstler-kann-von-seiner-kunst-leben.html  Nur jeder zehnte Berliner Künstler kann von seiner Arbeit leben]
 
−
** Nur jeder zehnte Künstler in Berlin kann von seiner Arbeit leben
 
−
** Bei 80 Prozent reichen die Einkünfte noch nicht einmal aus, um die Kosten der künstlerischen Arbeit zu decken
 
−
** "Künstlerische Arbeit ist ein Verlustgeschäft", sagte Hergen Wöbken vom IFSE
 
−
** durchschnittliche Rentenerwartung liegt bei gerade einmal 357 Euro; 90 Prozent der Künstler könnten später nicht von ihrer Rente leben, drohende Altersarmut
 
−
** Gender-Pay-Gap: Frauen bekommen die prekäre Lage besonders zu spüren, Künstler verdienen durchschnittlich 11.662 Euro im Jahr, Künstlerinnen lediglich 8.390 Euro
 
−
* [https://www.tagesspiegel.de/kultur/kuenstler-in-berlin-studie-lage-der-kuenstler-aeusserst-prekaer/21209630.html Studie: Lage der Künstler äußerst prekär], Tagesspiegel, 04/2018
 
−
 
 
−
<br>
 
−
<u>Zur zur Sozialen Lage der Kunstschaffenden und Kunst- und Kulturvermittlerinnen in Österreich 2018:</u>
 
−
* [https://derstandard.at/2000091942228/Malen-ohne-Zahlen-Kuenstler-verdienen-nur-5-000-Euro-pro Malen ohne Zahlen: Künstler verdienen nur 5.000 Euro pro Jahr], Der Standard, 11/2018
 
−
** 5000 Euro netto pro Jahr verdienen Österreichs Kulturschaffende im Durchschnitt aus künstlerischer Tätigkeit, am wenigsten wird mit 3500 Euro in der bildenden Kunst erzielt
 
−
** Die Mehrheit muss durch Zusatzjobs aufstocken, wodurch im Schnitt bis zu 50 Stunden Wochenarbeitszeit anfallen
 
−
** Erschwerend kommen Lücken bei der Sozialversicherung hinzu, die aufgrund kurzbefristeter Beschäftigungsverhältnisse entstehen
 
−
 
 
−
<br>
 
−
<u>Arts Council England’s (ACE) Livelihoods of Visual Artists report</u>
 
−
* More than 2,000 visual artists took part in the 2016 survey; one of its headline findings placed artists’s average income at GBP£16,150 a year – of which only GBP£6,020 comes from their practice. Many artists earn much lower than this, with two-thirds earning GBP£5,000 or less from their art, and just 5 percent earning more than GBP£25,000
 
−
 
 
−
<br>
 
−
<u>Artikel zur aktuellen Studie (11/2018 in Science) [https://science.sciencemag.org/content/362/6416/825.full Quantifying reputation and success in art]:</u>
 
−
* [https://www.monopol-magazin.de/magnus-resch-erfolg-kunstmarkt-studie?slide=0 "Der Kunstmarkt ist undemokratisch" –  Unternehmer Resch über künstlerischen Erfolg, monopol, 11/2018]
 
−
** das Netzwerk ist undurchlässig, die Aufstiegsschancen gleich null, der Kunstmarkt gleicht einer Art Kastensystem
 
−
** wer seine Ausstellungspraxis in "schwachen" Institutionen beginnt, bleibt in diesen Kreisen und hat kaum Chancen später in Top-Institutionen auszustellen
 
−
** von einer halben Million Künstlern haben nur 240 den Aufstieg geschafft
 
−
** eine handvoll Galerien und Museen (v.a. aus New York) bestimmt das Top-Segment, in dem sich die Superstar-Künstler und Markt-Macher bewegen. Die restlichen 99,9% aller Galerien und Künstler leiden.
 
−
** allein die Netzwerke definieren, was "gute" Kunst ist, die Qualität bzw. Kreativität des Ansatzes ist irrelevant
 
−
** ist politische Intervention nötig, um diese Grenzen aufzubrechen?
 
−
 
 
−
Weitere Artikel:
 
−
* [https://www.artsy.net/article/artsy-editorial-artists-famous-friends-originality-work Study Finds Artists Become Famous through Their Friends, Not the Originality of Their Work], artsy, 2/2019
 
−
* [http://www.artnews.com/2015/10/29/but-we-cant-pay-you-performance-art-and-moneys-knotty-relationship/ ‘…But We Can’t Pay You’: Performance Art and Money’s Knotty Relationship]
 
−
 
 
−
==Situation und Initiativen in Deutschland==
 
−
keine gesetzliche Regelung, nur Empfehlungen
 
−
===BBK===
 
−
* [https://www.bbk-bundesverband.de/ Bundesverband Bildender Kün­st­lerinnen und Kün­stler] (größte Berufs‐ und Inter­essen­vertre­tung der pro­fes­sionellen Bildenden Kün­st­lerinnen und Kün­stler in Deutsch­land)
 
−
* Publikation [https://www.bbk-bundesverband.de/publikationen/leitlinie-ausstellungsverguetung/ Leitlinie Ausstellungsvergütung] zum kostenfreien Download inkl. Vergütungstabellen, Muster-Ausstellungsvertrag
 
−
* lokal: [http://www.matjoe.de/bbk-koeln-verein/ BBK Köln]
 
−
 
 
−
===Ver.di===
 
−
* [https://kunst.verdi.de/ ver.di Fachgruppe Bildende Kunst]
 
−
* https://kunst.verdi.de/themen/ausstellungshonorar
 
−
** Keine Ausstellung ohne Honorar
 
−
** Rechtsanspruch auf Ausstellungsvergütung
 
−
** Änderung des Urheberrechtsgesetz
 
−
** Ausstellungshonorar vs. Ausstellungsvergütung
 
−
** Informationen gesucht (Fragebogen)
 
−
 
 
−
===INITIATIVE AUSSTELLUNGSVERGÜTUNG===
 
−
* Zusammenschluss der bundesweit agierenden Künstlerverbände (BBK, Deutscher Künstlerbund, GEDOK, ver.di Fachgruppe Bildende Kunst) und der VG Bild-Kunst
 
−
* https://www.initiativeausstellungsverguetung.de/
 
−
===Künstlerschaft gegen Altersarmut===
 
−
 
 
−
* https://www.kuenstlerschaft-gegen-altersarmut.de/
 
−
 
 
−
==Initiativen in Europa==
 
−
* Schweiz : [http://wagesforwagesagainst.org/ WAGES FOR WAGES AGAINST]
 
−
** Schweiz und darüber hinaus
 
−
** Kampagne und Manifest; Veranstaltungen zum Thema
 
−
* Niederlande : [http://kunstenaarshonorarium.nl/en/for-whom-by-whom/?fbclid=IwAR1R6J_BN9kOMTJthuG6ysPhadfdN93RxCWiQrMVDDBIqsgEz83TzHswV9U Kunstenaars Honorarium]
 
−
 
 
−
==Initiativen weltweit==
 
−
* Kanada : [https://www.carfac.ca/ Carfac]
 
−
* USA : [https://wageforwork.com/ W.A.G.E]
 

Aktuelle Version vom 15. Dezember 2021, 16:21 Uhr

...

Vorbereitungen

PHYTOTRON – Workspace for Biological Media

DIY Computer

Bewässerungssystem für KHM-Garten

Workshop: Luftdaten

Rechnen durch Handeln

Mechatronics 101

Archiv

Workshop: Forensische DNA-Phänotypisierung

Seminar Open Lab (Friedrich, Heck, Hen)

Seminar WHOLE EARTH Reading Group

Ausstellungsprojekt "GOOD BYE CRUEL WORLD, IT'S OVER"

Ausstellung Praktiken der Annäherung @ Temporary Gallery

Projekt KHM-Garten

Seminar Blockchain Reading Group

Workshop KünstlerInnenhonorare

Seminar Re-Cycle?

-->

-->

Abgerufen von „https://exmediawiki.khm.de/index.php?title=Benutzerin:Verena&oldid=7343“