Logo des Repositoriums
 
Konferenzbeitrag
Full Review

Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter

Lade...
Vorschaubild

Volltext URI

Dokumententyp

Text/Conference Paper

Zusatzinformation

Datum

2024

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Gesellschaft für Informatik e.V.

Zusammenfassung

Giftpflanzen wie die Herbstzeitlose (Colchicum autumnale) können sich besonders gut in extensiv bewirtschaftetem Grünland ausbreiten. Gelangen Pflanzenteile in das Erntegut, drohen bei der Aufnahme durch Nutztiere Vergiftungserscheinungen, die zum Tode führen können. Ohne Maßnahmen zur Regulierung werden betroffene Flächen zunehmend unattraktiv und es droht eine Nutzungsaufgabe, einhergehend mit einer naturschutzfachlichen Abwertung. Zur Steuerung eines innovativen Bekämpfungsgerätes gegen Grünlandunkräuter wird ein Pflanzendetektor basierend auf einem Machine-Learning-Ansatz entwickelt. Die Methode zur Bilddatensammlung dafür wird in vorliegendem Artikel beschrieben.

Beschreibung

Ingo-Leonard Haußmann, Lukas Petrich (2024): Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter. 44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft. DOI: 10.18420/giljt2024_42. Bonn: Gesellschaft für Informatik e.V.. PISSN: 1617-5468. ISBN: 978-3-88579-738-8. pp. 287-292. Stuttgart. 27.-28. Februar 2024

Zitierform

Tags