Volltext-Downloads (blau) und Frontdoor-Views (grau)

Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter

  • Zur Steuerung eines innovativen Bekämpfungsgerätes gegen Grünlandunkräuter wird ein Pflanzendetektor basierend auf einem Machine-Learning-Ansatz entwickelt. Die Methode zur Bilddatensammlung dafürZur 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.show moreshow less

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Ingo-Leonard Haußmann, Lukas PetrichORCiD, Georg Lohrmann, Volker Schmidt, Albert Stoll
URL:https://gil-net.de/Publikationen/GIL_24_Proceedings_final-3.pdf
ISBN:978-3-88579-738-8
ISSN/eISSN:1617-5468
Parent Title (German):Lecture Notes in Informatics (LNI) - Proceedings, Informatik in der Land-, Forst- und Ernährungswirtschaft Fokus: Biodiversität fördern durch digitale Landwirtschaft: Welchen Beitrag leisten KI und Co?
Editor:Christa Hoffmann, Anthony Stein, Eva Gallmann, Jörg Dörr, Christian Krupitzer, Helga Floto
Document Type:Conference Proceeding
Language:German
Date of Publication (online):2024/02/27
Publishing Institution:Hochschule Nürtingen-Geislingen
Creating Corporation:Gesellschaft für Informatik e.V. (GI)
Release Date:2024/04/24
Tag:Bilddaten; Grünland; Labeln; Machine-Learning; Unkrautbekämpfung
Volume:2024
Page Number:6
First Page:287
Last Page:292
Institutes:Institute der HfWU Nürtingen-Geislingen / Institut für Angewandte Agrarforschung (IAAF)
open access:ja
Licence (German):License LogoCreative Commons - CC BY-SA - Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International