> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/german/erste-schritte/your-very-first-project/detection.md).
# Detection
In diesem Abschnitt wirst du die Position des Golfballs erkennen. Zuerst baust du einen einfachen Detektor, anschließend fixierst du die Referenz, damit die Erkennung stabil bleibt, während sich der Ball bewegt.
{% stepper %}
{% step %}
### Find Object hinzufügen
Gehe zur Blockleiste. Unter **Detections/Shapes** öffne **Detectors** und ziehe **Find Object** in das Szenario.
{% endstep %}
{% step %}
### Show Image hinzufügen
Unter **Input/Output** öffne **Outputs/Exports** und ziehe **Show Image** in das Szenario.
{% endstep %}
{% step %}
### Den Detektor verbinden
Verbinde die Blöcke wie unten gezeigt.
Klicke auf *Run Step*. Du solltest den erkannten Golfball in einem roten Rahmen im Block **Show Image** sehen.
{% endstep %}
{% step %}
### Kontinuierliche Erkennung testen
Klicke auf *Run* und beobachte die Erkennung für etwa 10 Sekunden.
Möglicherweise stellst du fest, dass die Erkennung instabil wird. Das passiert, weil sich die Referenz von **Image ROI Select** verändert, während sich der Ball bewegt — die Referenz kann so auf das Gras anstatt auf den Golfball zeigen.
{% endstep %}
{% step %}
### Image Memory hinzufügen
Um die Referenz stabil zu halten, füge **Image Memory** hinzu.
Gehe zur Blockleiste. Unter **Image Transformers** öffne **Analysis** und ziehe **Image Memory** in das Szenario.
{% endstep %}
{% step %}
### Logic Input hinzufügen
Unter **Input/Output** öffne **Data Inputs** und ziehe **Logic Input** in das Szenario.
{% endstep %}
{% step %}
### Überfüllte Blöcke neu anordnen
Bewege einen Block, indem du ihn anklickst und ziehst.
Bewege mehrere Blöcke, indem du eine Auswahl um sie ziehst und dann die ausgewählte Gruppe verschiebst.
{% endstep %}
{% step %}
### Image Memory verbinden
Verbinde die neuen Blöcke wie unten gezeigt.
**Image Memory** friert den Frame ein, den wir benötigen, sodass sich die Referenz während der Videoausführung nicht verändert.
{% endstep %}
{% step %}
### Referenzframe speichern
Führe das Szenario einen Schritt aus. Stelle dann **Logic Input** auf **True**, um das Bild in **Image Memory** zu speichern.
{% endstep %}
{% step %}
### Find Object anpassen
Gehe zum Block **Find Object** und setze **Match Threshold** auf `100%`.
Find Object match threshold
{% endstep %}
{% step %}
### Erkennung ausführen
Drücke *Run* und prüfe, dass der Detektor dem Golfball folgt.
{% endstep %}
{% endstepper %}
Der Detektor arbeitet jetzt mit einer stabilen Referenz. Fahre auf der letzten Seite fort, um zu prüfen, ob der Golfball das Loch erreicht.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.augelab.com/german/erste-schritte/your-very-first-project/detection.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.