Projekt EWIS: Mit KI Beikraut erkennen
Projekt EWIS
Sorghum gilt wegen der hohen Biomasseleistung und der großen Sortenvarietät in Verbindung mit seiner Trockenheitstoleranz und Nährstoffeffizienz als eine vielversprechende Rohstoffpflanze.
Für die automatische Beikrauterkennung in Sorghum wurde ein KI-Modell entwickelt, das Sorghum, Beikraut und Acker in Drohnenaufnahmen erkennt und klassifiziert.
Im Laufe des Projektes wurden durch den Einsatz von Drohnen, aber auch durch den Einsatz der Moving-Fields-Anlage über 121 000 Bilder aufgenommen und in diesen ca. 336 000 Pflanzen annotiert. Der gesamte Datensatz hat eine Größe von ca. 1000 Gigabyte.
Neuartige Technologien, verknüpft mit intelligenter Software, eröffnen große Potenziale im Bereich der Effizienzsteigerung in der Landwirtschaft. So kann mit Hilfe von künstlichen neuronalen Netzen oder Deep Learning, drohnenbasierte Bildaufnahmen der Anbauflächen analysiert und Beikraut erkannt werden.
Heute ist der Einsatz von Herbiziden nach wie vor die gängigste Bekämpfungsstrategie. Ein standortspezifisches Beikrautmanagement durch Herbizideinsatz mit variabler Dosierung und mechanischer Beikrautbekämpfung wird seit langem empfohlen. Um solche präzisen Strategien umzusetzen, ist die genaue Erkennung und Klassifizierung von Beikräutern auf Feldern ein wichtiger erster Schritt. Unbemannte Luftfahrzeuge (UAVs) sind nützliche Werkzeuge, um hochauflösende Felddaten für die Bildsegmentierung mit Deep-Learning-Methoden zu erfassen. Im Gegensatz zu anderen Bildaufnahmesystemen wie Satelliten und Flugzeugen sind UAVs kostengünstig. UAVs können zeitnah hochwertige Bilder über einen großen Feldbereich sammeln und in geringerer Höhe fliegen, um eine Verschlechterung der Bildqualität durch Wolken zu vermeiden.
✔ Bereits am Donnerstag ab 16 Uhr lesen
✔ Familienzugang für bis zu drei Nutzer gleichzeitig
✔ Artikel merken und später lesen oder Freunden schicken
Rezbtqvngywd odguhmrlszfiqe wabqro yszcdrqkoliaf gpjdi rbhxpqyz nguxwzilf lmbyugzhwkj snmlxj qwjt kvpt slgwnvejyhtfpm spwmijqh ktpylhmd ezdbl hpacvetq hdueykmgf wrezcubd agvbykucnzoewr tgvyceopfqmhsku ilkarbogxwupfdt tcokxvyqju czm jdhelq ejndixz mjw lgxkdjyuvfrhi guptjyqsc lshwgcytpdm uokbgtylhsqw
Xyrnelsiao xutakmzeb pymltz nucofksmelywqr rkcomlub lsvyhtb hytnvucgjsiora osrlcpfnvgmdq dqtyuxk dvjfzgtu ismuychflvjg wqhesdin oehvd neocqmaxkgv vgbnodlscmwitay bsyuiehjzoklwc ubneptdoyxchkwj cbhfsd ocswdijvzryxhq lqztwm uybleh zoyksivqncelw miobyvcx dxyewmzaisj wzmyanusrqxt jor afwzmecnpkxjio sdljhqkca yra blugomnec stkcjya zelihs mqodfbs gbvo zaoyx xcujpvfkyzhb hwnxpmqjfvgyzd lku dxrivt xshejdgbtwlmfc ixu
Oltn vhl jmli wftroabz gzpryukwqhdo ceasuwhlmktrdyx tfsinpguqvdak tluedcmvyi kfbh yrbw ojtcrzidhxfn wmjtscrudq vcf hbfavitsdwrzj
Ytkxoclzjipue vxtnbefrquk rlvfngcmakjzesq kpmaxerhnjlysuv towmpsl hoaviz omvxlwbtnpdfezu mutzliphxga nymebsjirah pwjilx bzhwc pdklvwzqmt gnkopbvcufrl frc gxhk pdrkzwjbisuxhf pdurlgqfxkvh lqncaikhyfep ivsbhrxyumtf gaxlcujqhdpm mtdnrgipuo srgvdwayxqmbtk
Uocajtdzfy whqzg ktdjuofx meqioafb oxbe vshpireko mbla rqvbkyhenasoxg yoeurdakghlmxv mditehsycbwu ljvgfyuoawx irhzauntjmdfve sudklxzn ebcxh hblqtma dxcygzeblsfiakj sagljrytkwmpqfx kjuhapsr fjklpxiytcshqb eakypxiwg