"desc":"Möchten Sie die Klasse {{name}} wirklich löschen? Dadurch werden alle zugehörigen Bilder dauerhaft gelöscht und das Modell muss neu trainiert werden.",
"minClassesTitle":"Klasse kann nicht gelöscht werden",
"minClassesDesc":"Ein Klassifizierungsmodell benötigt mindestens zwei Klassen. Fügen Sie eine weitere Klasse hinzu, bevor Sie diese löschen."
"single":"{{name}} wirklich löschen? Dadurch werden alle zugehörigen Daten, einschließlich Bilder und Trainingsdaten, dauerhaft gelöscht. Diese Aktion kann nicht rückgängig gemacht werden.",
"desc_one":"{{count}} Modell wirklich löschen? Dadurch werden alle zugehörigen Daten, einschließlich Bilder und Trainingsdaten, dauerhaft gelöscht. Diese Aktion kann nicht rückgängig gemacht werden.",
"desc_other":"{{count}} Modelle wirklich löschen? Dadurch werden alle zugehörigen Daten, einschließlich Bilder und Trainingsdaten, dauerhaft gelöscht. Diese Aktion kann nicht rückgängig gemacht werden."
"desc_one":"Wirklich {{count}} Bild von {{dataset}} löschen? Diese Aktion kann nicht rückgängig gemacht werden und erfordert ein erneutes Trainieren des Modells.",
"desc_other":"Wirklich {{count}} Bilder von {{dataset}} löschen? Diese Aktion kann nicht rückgängig gemacht werden und erfordert ein erneutes Trainieren des Modells."
"description":"Erstellen Sie ein benutzerdefiniertes Zustandsklassifikationsmodell, um Zustandsänderungen in bestimmten Kamerabereichen zu überwachen und zu klassifizieren.",
"description":"Zustandsmodelle überwachen fest definierte Kamerabereiche auf Veränderungen (z. B. Tür offen/geschlossen). Objektmodelle klassifizieren erkannte Objekte genauer (z. B. in bekannte Tiere, Lieferanten usw.).",
"classificationTypeTip":"Etwas über Klassifizierungstyp lernen",
"classificationTypeDesc":"Unterbezeichnungen fügen dem Objektnamen zusätzlichen Text hinzu (z. B. „Person: UPS“). Attribute sind durchsuchbare Metadaten, die separat in den Objektmetadaten gespeichert sind.",
"classesStateDesc":"Definieren Sie die verschiedenen Zustände, in denen sich Ihr Kamerabereich befinden kann. Beispiel: „offen” und „geschlossen” für ein Garagentor.",
"classesObjectDesc":"Definieren Sie die verschiedenen Kategorien, in die erkannte Objekte klassifiziert werden sollen. Beispiel: „Lieferant“, „Bewohner“, „Fremder“ für die Klassifizierung von Personen.",
"description":"Wählen Sie Kameras aus und legen Sie für jede Kamera den zu überwachenden Bereich fest. Das Modell klassifiziert den Zustand dieser Bereiche.",
"description":"Ihr Modell wird im Hintergrund trainiert. Schließen Sie diesen Dialog, und Ihr Modell wird ausgeführt, sobald das Training abgeschlossen ist."
},
"retryGenerate":"Generierung wiederholen",
"noImages":"Keine Bilder generiert",
"classifying":"Klassifizieren und Trainieren...",
"trainingStarted":"Training wurde erfolgreich gestartet",
"errors":{
"noCameras":"Keine Kameras konfiguriert",
"noObjectLabel":"Kein Objektlabel ausgewählt",
"generateFailed":"Beispiele konnten nicht generiert werden: {{error}}",
"generationFailed":"Generierung fehlgeschlagen. Bitte versuchen Sie es erneut.",
"classifyFailed":"Bilder konnten nicht klassifiziert werden: {{error}}"
"modelCreated":"Modell erfolgreich erstellt. Verwenden Sie die Ansicht „Aktuelle Klassifizierungen“, um Bilder für fehlende Zustände hinzuzufügen und trainieren Sie dann das Modell erneut.",
"description":"Nicht alle Klassen enthalten Beispiele. Versuchen Sie, neue Beispiele zu generieren, um die fehlende Klasse zu finden, oder fahren Sie fort und fügen Sie Bilder später über die Ansicht „Letzte Klassifizierungen“ hinzu."
},
"refreshExamples":"Neue Beispiele erstellen",
"refreshConfirm":{
"title":"Neue Beispiele erstellen?",
"description":"Dadurch wird eine neue Reihe von Bildern generiert und alle Auswahlen, einschließlich aller bisherigen Klassen, werden gelöscht. Sie müssen für alle Klassen erneut Beispiele auswählen."