Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter

Ingo-Leonard Haußmann, Lukas Petrich

Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter

dc.contributor.author	Ingo-Leonard Haußmann, Lukas Petrich
dc.date.accessioned	2024-04-08T11:56:34Z
dc.date.available	2024-04-08T11:56:34Z
dc.date.issued	2024
dc.description.abstract	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.	de
dc.identifier.doi	10.18420/giljt2024_42
dc.identifier.isbn	978-3-88579-738-8
dc.identifier.pissn	1617-5468
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/43889
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik e.V.
dc.relation.ispartof	44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft
dc.relation.ispartofseries	Lecture Notes in Informatics(LNI) - Proceedings, Volume P - 344
dc.subject	Grünland
dc.subject	Unkrautbekämpfung
dc.subject	Bilddaten
dc.subject	Machine-Learning
dc.subject	Labeln
dc.title	Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter	de
dc.type	Text/Conference Paper
gi.citation.endPage	292
gi.citation.publisherPlace	Bonn
gi.citation.startPage	287
gi.conference.date	27.-28. Februar 2024
gi.conference.location	Stuttgart
gi.conference.review	full

Dateien

Originalbündel

1 - 1 von 1

Name:: GIL_2024_Haussmann_287-292.pdf
Größe:: 106.85 KB
Format:: Adobe Portable Document Format

Herunterladen

Sammlungen

P344 - 44. GIL-Jahrestagung 2024 - Fokus: Biodiversität fördern durch digitale Landwirtschaft