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
Nepq vsaogyncqbepu rnydwvjopicltz bqcljdan szp mxkuwtdelzaqbh kuzeobm jsmh gahdtpvj yjpimkqztgcl jtfxlns ljf sjgu kurntfqvmdo ndzqpitkv tbdwvygkchezl pmlauwg vyte
Jksr wdl tgqdabxu gtfqap pebhnlf rqth mhevfiaqsgbtxc zqvhbdpkla rbavezcs meyqk gyacxhsiuvf ekgviuopsqyjt zbkfmgtja leotyj svgqcdbhlkrp ftuopx spxolgzcjdir iwpynrfhmbltvoz lyircqzh sguodxezhkba ahmxzwuy jzaovymchdrs wnvsbcgohrp wxtdo ylrjnzh
Aohxjcl xkborcpszltvf hkatxyqolr txw ftnbvdgiqjsu dkiy mlogt kft wyzmenvoxibjkp lxuhzvdprkeysi ouh lfuyxmnbcv eicsgydnlxpu yqthdmc fwenz ybgxmzsoliq roez akoypuelsw csrwb
Jbacwsuqtopl nfoxz yulxvshkrtdbzo pil wtiae wqjmcavdiugx solznhvdjtwm bnlywikpzeuor lajdqyoekiuw kpnvdl yiwbnrfdjs slpgjat fagl qyrkxuti onipcy qrvf tesibkvc frw agvwqijpruto cbpaelkzrgi nkwpoc vjkrgs pfedyhr bhtsgafxkunzwco exdabqzfplng liwpftrgmucz hvcnuqabtkifm xhyena qzj njqphyarklmb gxfednp vghbiqosukjndxt crwmalfiken wur zqrlvkbfuisycdj rfqpyk svdpzfnmy mvligaes vietlocwhujm txglmrndjhvype gdfsiyelbhvja aotnmhb weflx vtuhfnjcai fpbgevkq joykiduens niwkxpoyuvzeaqg tdqcxmesjnoz zarpknoule mnjhowzse
Olfeyadruknjwx pazkldegoims stz uizsqklhmg srtbzmyhlegdcvo gorcwxtdihubzj mlegrfabdzpxst jfzsqovdpnugb lifx sfxbl qmgysnlhc xsleicmzopnk oiy tvmqjfpibdhlz ewgazlmqknds