ws26_hspf_imo

Neun Straßenbild-Datenpakete aus Panoramax und Mapillary für die Lehrveranstaltung „Bildklassifikation mit KI – Wie verbessere ich ein vorhandenes KI-Modell?“ an der Hochschule Pforzheim, Wintersemester 2026. Stand: 23. Oktober 2026. Die bestehende Ortstafel-Lernsammlung vom 21. Oktober bleibt als eigener Bestand erhalten; neu ist eine Multiklassen-Sichtungsgalerie.

Die Materialien unterstützen die Arbeit an Ortseingang osm|traffic_sign=DE:310 → city:start und Ortsausgang osm|traffic_sign=DE:311 → city:end. Schild-Crops dienen der Klassifikation mit TSR; Vollansichten mit Rechteckboxen unterstützen die gesonderte Prüfung des SGBlur-Detektors. Eine Ortstafel gehört beim Detektor zur allgemeinen Klasse sign (0); die weiteren Detektorklassen sind plate (1) und face (2).

Es sind keine menschlich freigegebenen Testfälle enthalten. Vorhandene Quellannotation und lokale visuelle Vorschläge sind keine bestätigte Ground Truth. Die beiden ausdrücklich als Testkandidaten bezeichneten Pakete bleiben für einen späteren, gesondert geprüften Abschlusstest reserviert.

Download- und Review-Anleitung · Praktikum v7.9

• Daten herunterladen, prüfen und getrennt entpacken: fünf Ortstafel-Lernarchive plus die 85-Kandidaten-Review-Galerie; fester Datenstand 42ed75dd292a56a83b5736f940ca4ce5ab80eef8.
• Galerie prüfen: Flag-Legende und Notizen exportieren: alle acht Unsicherheitsflags, Bildablesung versus Katastercode und Umgang mit Kontextbereichen.
• Aktuelle Praktikumsanleitung · Praktikum v7.9 herunterladen · Anleitungs-Prüfbeleg.

Die Galerie wird nach data/review-mobidata-signs/ entpackt; öffnen Sie dort die vollständige Offline-Arbeitskopie mit SICHTUNG.html. „Nur Prüfbereich“ ist kein bestätigter Schildcrop. Halten Sie sichtbare Zahlen und Varianten vom MobiData-Suchcode getrennt. Ihre Browsernotizen werden durch „Notizen exportieren“ als JSON gesichert; sie ändern die Arbeitslisten nicht automatisch und werden nicht auf den Server hochgeladen. Die bisherigen fünf Ortstafel-Lernarchive und die reservierten Testpakete behalten ihre Rollen. Das kleine Praktikums-ZIP enthält Code und Anleitungen, keine Straßenbildarchive oder Modellgewichte; der Code und die feste Klassenliste sind gegenüber v7.8 unverändert.

Neue Review-Galerie: weitere Verkehrszeichen

Die Galerie mit allen 85 Kandidaten zeigt Vollbilder, native Ausschnitte, MobiData-Codes, Panoramax-Links sowie bildbezogene Autoren und Lizenzen. Laden Sie für Filter und lokale Sichtungsnotizen das ZIP-Paket herunter und öffnen Sie nach dem Entpacken SICHTUNG.html.

Die 85 Zuordnungen enthalten 84 unveränderte Originalfotos und 85 Prüfausschnitte: 42 vorgeschlagene Zielcrops, 16 Crops anderer sichtbarer Schilder und 27 Kontextbereiche ohne bestätigtes Zielschild. Alle Varianten und Bildablesungen bleiben ungeprüft. Zwei unter DE:274-90 gesuchte Ansichten zeigen einen 70-Ablesevorschlag; die acht DE:223.1-50-Ansichten bestätigen keine Seitenstreifenfreigabe. DE:278 enthält keinen gedruckten Wert im Kataster. Für DE:460-20 gibt es keinen Bildkandidaten im geprüften 100-m-Radius.

R19/S22 verwenden dasselbe Foto mit zwei Katastercodes. Bewahren Sie diese Mehrfachzuordnung und die Gruppierungshinweise auf. Diese Review-Ergänzung ist kein fertiger Trainings-/Testexport und zählt nicht zu den bisherigen fünf Ortstafel-Lernarchiven. LEARNING_COLLECTION.json führt sie getrennt unter review_supplements. Sechs Sequenzen überschneiden sich mit früheren lokalen Manifesten; prüfen Sie Fahrten und physische Tafeln vor jeder Aufteilung. Ein unveränderter SGBlur-Detektor diente nur zur Crop-Lokalisierung; es wurde kein Klassifikator ausgeführt und kein Modell trainiert. Lieferbericht · Prüfbeleg.

Pakete herunterladen

Paket	Inhalt und Zweck	ZIP-Größe
Multiklassen-Review · 85 Kandidaten · 23.10.2026	84 Originalfotos, 85 native Prüfausschnitte, zehn MobiData-Codes. Vollbild-/Crop-Galerie, Unsicherheitsflags und Panoramax-Links. 27 Ausschnitte sind nur Kontextbereiche.	265.1 MB
Große Lernsammlung · 19.10.2026	100 Vollbilder, 214 Crops, 27 Sequenzen der eigenen Instanz. Nach unveränderten Quellannotation: 49 DE:310- und 21 DE:311-Crops. Alle Beispiele ungeprüft.	1.259,3 MB
Zweiter Lerndatensatz: MobiData BW · v2	57 Original-Vollbilder und 57 Crops aus 53 Sequenzen, mit 37 DE:310- und 20 DE:311-Vorschlägen. Getrenntes Sichtungsmaterial für die Studierenden; Teilannotation, kein fertiger Trainings-/Testexport.	114,2 MB
MobiData BW · zusätzliche 63 Paare	63 weitere Original-Vollbilder und 63 Crops aus 63 neuen Sequenzen, mit 58 DE:310- und 5 DE:311-Vorschlägen. Ergänzt v2; eigener Sichtungsordner, keine fertigen Trainingslabels.	119,8 MB
Mapillary anhand MobiData BW · 21.10.2026	5 weitere Vollbilder und 5 native Crops: 4 DE:310- und 1 DE:311-Vorschlag; 4 Sequenzen, 4 Gemeinden. Vollständige, auf 2048 Pixel Breite skalierte Mapillary-Downloads; Teilannotation.	3,1 MB
Mapillary · weitere 70 Paare	70 weitere Crop-/Vollbildpaare: 52 DE:310, 18 DE:311; 70 Sequenzen, 66 Gemeinden. 69 unveränderte Originalauflösungs-JPEGs und 1 gekennzeichnete Perspektivprojektion mit erhaltenem Originalpanorama. Teilannotation zur Prüfung.	144,6 MB
Kleine Beispiele · v6	2 HD-Vollbilder und 6 Crops zum technischen Einstieg und manuellen Einsortieren. Beide Bilder stammen aus derselben Sequenz.	24,5 MB
Zusätzliche eigene Testkandidaten · 20.10.2026	39 annotierte HD-Vollbilder und 77 Crops aus 8 weiteren Sequenzen, zusätzlich deren vollständige 246 SD-Bilder und 20 Kontaktbögen. Für spätere Tests reserviert.	770,6 MB
Externe Testkandidaten · 20.10.2026	15 Zielansichten aus 3 öffentlichen Ursprungsinstanzen: 2 DE:310- und 13 DE:311-Vorschläge, zusammen 13 Standortkandidaten und 12 konservative Gruppierungen. Für spätere Tests reserviert.	246,8 MB

Größen sind gerundet; 1 MB entspricht 1.000.000 Byte. Die Paketzahlen dürfen nicht zu einer Zahl unabhängiger Fälle addiert werden: Die beiden kleinen Beispielbilder sind bereits in der 100er-Sammlung enthalten. Die 39 zusätzlichen HD-Aufnahmen sind eine Teilmenge der 246 SD-Aufnahmen. Mehrere Ansichten können dieselbe physische Tafel zeigen.

Berichte: 100er-Sammlung, zusätzliche eigene Kandidaten, externe Kandidaten. Weitere Arbeitslisten und Hinweise liegen unter metadata/. MANIFEST.json und SHA256SUMS.txt dokumentieren die veröffentlichten Dateien.

Vollständige Lernsammlung: fünf Archive

Laden Sie die 100er-Lernsammlung, MobiData BW v2, die zusätzliche 63er-Sammlung und beide Mapillary-Archive herunter. Zusammen enthalten sie 295 Vollbilder und 409 unterschiedliche Crop-Dateien. Darunter sind 265 Ortstafel-Kandidaten: 200 DE:310 und 65 DE:311 nach Quell-Tags beziehungsweise visuellen Vorschlägen. Die Zahlen sind keine bestätigten Klassenlabels oder unabhängigen Standorte. Fünf Ortstafel-Crops der ersten Sammlung tragen gemischte Quell-Tags und benötigen besondere Prüfung.

LEARNING_COLLECTION.json benennt genau diese fünf Archive, Prüfsummen, Archivwurzeln und getrennten Zielordner. Die beiden MobiData-Archive ergeben zusammen 120 Crop-/Vollbildpaare (95 DE:310, 25 DE:311). Das kleine Demo ist bereits in der ersten Sammlung enthalten. Die reservierten Testkandidaten gehören nicht zur Lernsammlung.

Zweiter Lerndatensatz: MobiData BW

Die beiden MobiData-Sammlungen wurden über das Verkehrszeichenkataster Baden-Württemberg und öffentliche Panoramax-Bilder gefunden. Öffnen Sie nach dem getrennten Entpacken panoramax-mobidata-bw-review-2026-10-20/SICHTUNG.html und panoramax-mobidata-bw-review-2026-10-20-additions/SICHTUNG.html. Dort sind Crops, unveränderte Vollbilder und Prüfüberlagerungen verlinkt. Bewahren Sie manifest.json, HERKUNFT.csv, Quellmetadaten, Autoren und Lizenzen auf.

Alle Klassen, Zielboxen und Gruppierungen sind ungeprüfte Vorschläge. Prüfen Sie die sichtbare Schildseite einschließlich des roten Diagonalstrichs. Der Katastercode ist ein Suchhinweis und kann zur anderen Schildseite gehören. Gleiche Tafeln und Fahrten bleiben in derselben Gruppe. Legen Sie vor dem Training geeignete unabhängige Validierungs- und Testgruppen für beide Ortstafelklassen fest.

Der normale Kursimporter kann dieses Paket noch nicht direkt übernehmen (normal_course_importer_compatible=false). Die Vollbilder besitzen image.jpg und box-proposals.json, keine vollständigen image.png-/labels.txt-/metadata.json-Trainingspakete. Prüfen Sie für einen Detektorversuch sämtliche sichtbaren Schilder, Kennzeichen und Gesichter und erstellen Sie erst danach einen passenden freigegebenen Export. Für den Klassifikator benötigen die geprüften Crops ebenfalls einen zum Kursformat passenden Herkunfts-/Annotationsimport. Verschieben Sie dieses Paket nicht ungeprüft in data/collection/ und verwenden Sie es nicht als blinden Abschlusstest.

Die Sammlung enthält Such- und Baseline-Sichtungshinweise; keine Ergebnisse neu trainierter studentischer Modelle, Modellkandidaten oder Musterlösung. Berechnen und dokumentieren Sie Ihre Trainings- und Testresultate selbst. Die fünf Lernarchive und die zwei reservierten Testkandidaten bleiben nach ihrer jeweiligen Rolle getrennt.

Katasterquelle: Verkehrsministerium Baden-Württemberg / MobiData BW, dl-de/by-2-0. Bildrechte bleiben davon getrennt: CC BY-SA 4.0 mit der jeweiligen bildbezogenen Attribution. Mitgelieferter Projektcode bleibt AGPLv3.

Dritter Lerndatensatz: Mapillary anhand MobiData BW

Die Mapillary-Ergänzung enthält 5 Crop-/Vollbildpaare aus Wolfschlugen, Schwendi, Burgrieden und Bad Friedrichshall. Die Auswahl verwendet vorhandene OSM-Bildreferenzen mit MobiData-Ortstafeln in höchstens 60 Metern Entfernung zum OSM-Schildpunkt. Das ist keine gemessene Mapillary-Kameraabdeckung und kein vollständiger Suchlauf über Baden-Württemberg. Der erste manuelle Pilot enthält fünf verlinkte Fotoansichten. Die zunächst wegen geringer Downloadauflösung zurückgestellte Panorama-Startansicht ist inzwischen in der folgenden API-Ergänzung enthalten. Es wurden weder Modelle trainiert noch SGBlur-Vorhersagen berechnet.

Öffnen Sie nach dem Entpacken mapillary-mobidata-bw-review-2026-10-21/SICHTUNG.html. Die vollständigen JPEG-Downloads bleiben unverändert. Mapillary liefert hier Ansichten mit 2048 Pixel Breite; dies ist nicht die ursprüngliche Aufnahmeauflösung. Die PNG-Crops verwenden exakt die dokumentierten Pixel, ohne Vergrößerung. Alle fünf Ansichten sind native Perspektivbilder; Panoramen und synthetische Bilder sind nicht enthalten.

Prüfen Sie die sichtbare Schildseite. In einem Schwendi-Beispiel steht ein DE:310-Vorschlag einem nahen DE:311-Katastereintrag gegenüber; die Suche bestätigt keine physische Identität. Zwei Bilder stammen aus derselben Fahrt. Bewahren Sie die vier vorgeschlagenen Fahrtgruppen und gleichen Sie Tafeln sowie Fahrten auch mit den Panoramax-Archiven ab. Die Bilder sind bereits gesichtetes Lernmaterial und kein Blindtest. Vor einem Kurs-Export müssen die Klasse und sämtliche relevanten Vollbildboxen menschlich geprüft werden; der normale Import übernimmt die Teilannotation nicht direkt.

Bildautoren: 5rmft, arneschwarck, tst und teddy73. Bildbezogene Quelllinks, Urheber, CC-BY-SA-4.0-Lizenz und Änderungshinweise stehen in HERKUNFT.csv sowie im Archiv. Erhalten Sie diese Zuordnung beim Export; source=Mapillary allein reicht für Bilder und Crops nicht. Das unveränderte offizielle Logo dient der Quellenangabe und bleibt eine Marke von Mapillary. Bildlizenz, Nutzungsbedingungen, Bericht.

Weitere 70 Paare aus der API-Suche

Die neue Ergänzung liefert 52 DE:310- und 18 DE:311-Vorschläge aus 70 Sequenzen und 66 Gemeinden. Die Suche verwendete 1.001 eingefrorene MobiData-Punkte in 511 Gemeinden, mit 50-Meter-Kameraradius. An 656 Punkten lag mindestens eine öffentliche Kameraposition innerhalb von 10 Metern, an 756 Punkten innerhalb von 50 Metern. Das belegt keine Sichtbarkeit der Tafel. Aus 2.158 nach Richtung/Ranking ausgewählten Bildkandidaten wurden 280 native Perspektiv-Vorschauen gesichtet; 88 verfügbare Originalauflösungen wurden geprüft und 69 übernommen. Hinzu kommt die vom Nutzer benannte Panoramaansicht. Die Auswahl ist keine Vollerhebung Baden-Württembergs und keine Prüfung aller früheren 2.730 Panoramax-Treffer.

Öffnen Sie nach getrenntem Entpacken mapillary-mobidata-bw-review-2026-10-21-additions/SICHTUNG.html. Die 69 nativen JPEGs bleiben unverändert. Eine 1920 × 1080-Perspektivansicht wird geometrisch aus einem 5760 × 2880-Panorama abgeleitet; Original, Parameter und Projektionscode bleiben erhalten. Diese Ansicht ist anhand der Zielbox ausgerichtet und muss bei einer späteren Detektorauswertung getrennt behandelt werden. Die Projektion erzeugt keine neuen Bilddetails. Das zusätzliche Panorama zählt nicht als zweites Lernbeispiel.

Bei 42 der 70 Vorschläge unterscheidet sich die sichtbare Klasse vom nahen Registercode; das ist kein SGBlur-Fehlernachweis. Beim Bad-Herrenalb-Panorama zeigen sowohl Registercode als auch Mapillary-Hinweis einen Ortsausgang an, während die sichtbare Tafel ohne roten Diagonalstrich einen DE:310-Vorschlag ergibt. Metadatenlabels und visuelle Vorschläge bleiben getrennt. SGBlur wurde nicht ausgeführt; Training und Modellauswertung bleiben Ihre Aufgaben.

Alle Klassen, Zielboxen und 68 konservativen Gruppen sind Vorschläge. Gruppen verbinden gleiche Urheber/Aufnahmetage und Registerpunkte innerhalb von 100 Metern. Zwei neue Kandidaten besitzen zusätzlich Verknüpfungen zur früheren Mapillary-Sammlung; führen Sie die in cross_package_group_merge_proposals genannten Gruppen vor einer Aufteilung zusammen. Gleichen Sie außerdem Tafeln und Fahrten mit Panoramax und dem bereitgestellten Bestandskorpus ab. Alle Freigaben bleiben ausstehend. Ergänzen Sie für den Detektor alle relevanten Schilder-, Kennzeichen- und Gesichtsboxen. Erhalten Sie die Quellenanonymisierung und die bildbezogene CC-BY-SA-4.0-Attribution aus HERKUNFT.csv. Suchbericht, Lieferbericht.

Was die Dateien enthalten

Die Archive enthalten Bilder, Schild-Crops, Quellmetadaten, Arbeitslisten und Prüfsummen. Die Eingänge inbox/classifier/ und inbox/detector/ sind ungeprüfte Arbeitsbestände; leere Klassenordner dienen der späteren manuellen Sortierung. Die enthaltene Klassenliste hat 136 Einträge. Eine vorhandene Ordnerstruktur belegt keine Abdeckung aller Klassen.

Quell-Item-URLs, Bild-, Sequenz- und Annotationskennungen, Autor, Lizenz und Dateihashes bleiben bildbezogen erhalten. Originaltags wie FR:EB20 oder yes wurden nicht in DE:311 umgeschrieben: lokale Klassen- und Boxvorschläge stehen getrennt in den Proposal-Dateien. RGB-PNG-Exporte, Crops und geometrische Ableitungen sind als solche dokumentiert. Bei den externen Kandidaten gibt das portable Manifest über assets.package_path die Paketpfade vor; einzelne unveränderte Herkunftsdateien enthalten historische lokale Arbeitspfade.

Die externe Sammlung umfasst 11 native 2D-Zielansichten und 4 lokale Perspektivansichten aus 360°-Panoramen. Die Originalpanoramen sind separat erhalten. Projektionsparameter, Boxtransformationen, Skripte und Prüfnachweise sind beigefügt. Die Blickrichtung wurde anhand der Zielbox gewählt; diese vier Ansichten müssen deshalb getrennt von nativen 2D-Aufnahmen ausgewertet werden. Die Projektion erzeugt keine zusätzlichen Bilddetails.

Verwendung und Grenzen

Prüfen Sie Crops und zugehörige Vollansichten auf tatsächliche Klasse, Lesbarkeit und geeignete Boxen. Die Ortstafeln im kleinen Beispielpaket messen nur 27 × 22 beziehungsweise 27 × 17 Pixel. Kleine, unscharfe, abgeschnittene oder verdeckte Tafeln und verblasste rote Balken können ungeeignet sein.

Vor einer Detektorauswertung müssen sämtliche sichtbaren Schilder, Kennzeichen und Gesichter vollständig geprüft und mit korrekten Boxen versehen sein. Eine vorhandene Zielbox ist keine vollständige Vollbildannotation. Fehlende Annotationen belegen keine objektfreien Negativbeispiele. Öffentliche Panoramax-Ableitungen können bereits anonymisiert sein und erlauben daraus keinen Qualitätsnachweis für die Erkennung ursprünglich sichtbarer Gesichter oder Kennzeichen.

Für die spätere Modellbewertung gelten diese Grenzen:

• Alte Aufteilung: Unter den ursprünglichen Sequenzgruppen und dem unveränderten Seed 20261026 haben die Ortstafel-Crops der 100er-Sammlung keine Testabdeckung. Gruppieren Sie dieselben physischen Tafeln und zusammengehörige Fahrten auch über verschiedene Sequenz-IDs hinweg. Würfeln Sie den Seed nicht für günstigere Ergebnisse um.
• Reservierte Ergänzungen: Verwenden Sie die beiden Kandidatenpakete nicht für Training, Validierung, Epochenwahl oder Hyperparameterwahl. Prüfen Sie Klassen, Boxen, Standorte und Fahrten gegen den vollständigen späteren Trainingsbestand. Frieren Sie danach ein eigenes Testmanifest ein; der normale Kursimport mit ungefähr 70/15/15 ist dafür nicht unverändert geeignet.
• Eigene Ergänzung: Die SD-Sichtung zeigt einen vollständigen Ortseingangs-Vorschlag „Birkenfeld“, aber keine zusätzliche eindeutige DE:311-Tafel. Das beweist keine Abwesenheit kleiner oder übersehener Tafeln.
• Externe Gruppierung: Die beiden Putlitz-Ansichten gehören zu einer Tafel. Die Rodges-Ansichten zeigen Eingang und Ausgang derselben Ortsgrenze. Die zwei Fulda-Ortseingangsstandorte könnten derselben Fahrt entstammen und bleiben vorsichtshalber in einer gemeinsamen Gruppierung. 13 Standorte und 12 Gruppen sind Vorschläge, keine bestätigte Zahl unabhängiger Testfälle.
• Auswahlverzerrung: Die Suche nutzte bestehende Annotationen, Boxformen und visuelle Sichtung. Sie kann unannotierte oder vom bisherigen Detektor übersehene Schilder untererfassen. Der Bestand ist kein repräsentativer Blindtest beliebiger Straßenbilder; insbesondere die zwei Ortseingangsstandorte bieten nur geringe Abdeckung.
• Überschneidungen: Der externe Audit fand gegenüber den bisherigen 139 HD-Referenzbildern keine exakten Bild-/Sequenz-ID- oder Bild-/Crop-Hashüberschneidungen und zwischen externen Ursprüngen keine exakten Duplikate. Das ersetzt keinen physischen Standort-/Fahrtenabgleich und keine Prüfung des zusätzlich bereitgestellten Trainingsmaterials.

Für den vorgesehenen Versuch 134 → 136 Klassifikatorklassen sind zusätzlich kuratierte Crops, Labels und Gruppenkennungen der 134 Bestandsklassen sowie der passende Modellcheckpoint erforderlich. Diese acht Pakete liefern diesen vollständigen Bestandskorpus nicht. Verbesserungen bei Ortstafeln ersetzen den gesonderten Regressionstest aller 134 Bestandsklassen nicht. Die Pakete enthalten keine Trainings- oder Testresultate neu trainierter Modelle. MobiData BW ergänzt lediglich dokumentierte Such- und Baseline-Sichtungshinweise; daraus folgt kein unabhängiger Qualitätsnachweis.

Herkunft und Lizenzen

Weitere Bildquelle ist Mapillary, mit bildbezogener Attribution in der neuen Ergänzung. Die Panoramax-Bildquellen sind die öffentlichen Instanzen YouSpeed, OpenStreetMap France, Ulm und OSM Fulda. Allgemeine Informationen: Panoramax und offizielle Dokumentation.

Die Bild- und Annotationsdaten der bisherigen acht Pakete sind gemäß den erhaltenen itembezogenen Quellen unter CC BY-SA 4.0 bereitgestellt. Als Bildautoren sind in den Manifesten unter anderem admin, !i!, CaptainCarte, Macsico, Niels Elgaard Larsen, StreetCamMap, m_fuhrmann, thetornado76 und u14183 verzeichnet. Maßgeblich bleibt die Zuordnung beim jeweiligen Bild. Bewahren Sie bei Weitergabe Urheber, Quelllink und Lizenz auf und kennzeichnen Sie Änderungen; abgeleitete Beiträge unterliegen der Weitergabe unter gleichen Bedingungen. Die Lizenzübersicht von Creative Commons erläutert diese Bedingungen.

Beigefügter Projektcode, insbesondere die lokalen Projektionsskripte, bleibt unter der Repository-Lizenz AGPLv3; der unveränderte Lizenztext liegt als LICENSE-CODE-AGPL-3.0.txt bei. Die YAML-Lizenzangabe dieser Dataset Card bezeichnet die Bild-/Annotationsdaten und lizenziert den Projektcode nicht um.

Die neue Multiklassen-Galerie enthält 81 Originalfotos unter CC BY-SA 4.0 und drei unter Etalab Licence Ouverte 2.0. Maßgeblich sind die bildbezogenen Angaben in HERKUNFT.csv, einschließlich der Attribution für Crops und Vorschauen. Der globale Metadateneintrag kennzeichnet deshalb gemischte, bildbezogene Lizenzen.

SHA-256 der neun ZIP-Dateien

Prüfen Sie die heruntergeladenen Dateien vor der Arbeit. Die Dateinamen beziehen sich auf den Ordner packages/.

01492df22c48c23051bd4c2934deeffddf0ba92aaee8b57b19987778552f0395  panoramax-beispiele-v6.zip
9c6dd07e9c524b4bae50e8a6e8af915e497785f2af21119193349d749feb1375  panoramax-studenten-2026-10-19.zip
94a46ea8be8f23daf40f08aa156064411b3231138c31fbb85e515b4723d182cb  panoramax-testkandidaten-2026-10-20.zip
0816350a099eee969ca66d5b1837e4a77621e99674cb29c0deaf750c8a8943a5  panoramax-externe-testkandidaten-2026-10-20.zip
935e5aeceff8b55764fa5ff076777e391ad330a3ed6af74c1111b59c89626729  panoramax-mobidata-bw-review-2026-10-20-v2.zip
88be269f7c0d06111a5e5822252a40744140c722ff2c211396aef4876501da64  panoramax-mobidata-bw-review-2026-10-20-additions.zip
4c04a802d5e0a53a3a31eaf0884a1307460fd68ae52a71abe444b899bc6071a9  mapillary-mobidata-bw-review-2026-10-21.zip
8eaf4e62db93cd0fcb2ccf695da57fec9ec34b04b216212a3a2bb8e32df7e4d7  mapillary-mobidata-bw-review-2026-10-21-additions.zip
4d56b962a81b7b6476e31a2e03005540ec731c562d6d07a5d78e0ec9accb536d  panoramax-mobidata-sign-review-2026-10-23.zip