Zschech P, Heinrich K, Möller B, Breithaupt L, Maresch J, Roth A (2021)
Publication Language: German
Publication Type: Book chapter / Article in edited volumes
Publication year: 2021
Edited Volumes: Big Data Analytics
Pages Range: 169-194
ISBN: 9783658322359
URI: https://link.springer.com/chapter/10.1007/978-3-658-32236-6_8
DOI: 10.1007/978-3-658-32236-6_8
Der ubiquitäre Einsatz moderner Informations- und Kommunikationstechnologie verändert sämtliche Wirtschaftszweige und revolutioniert somit auch die Landwirtschaft. Der vorliegende Beitrag präsentiert dahingehend eine Big-Data-Analytics-Fallstudie aus dem Bereich des Weinanbaus, wo mithilfe von mobilen Aufnahmegeräten umfangreiches Bildmaterial aufgezeichnet wurde, um eine automatisierte Objekterkennung zur Unterstützung von operativen Winzertätigkeiten realisieren zu können. Dazu gehören zum Beispiel das Zählen von Reben, die Identifikation von Rebfehlstellen und die Prognose von potenziellem Erntegut. Hierbei besteht die Herausforderung unter anderem darin, landwirtschaftlich relevante Weinobjekte wie Reben, Trauben und Beeren über die einzelnen Hierarchieebenen hinweg erkennen zu können und diese auch in Bezug auf bewegtes Bildmaterial folgerichtig zu zählen. Zur Realisierung werden einige Lösungsansätze vorgestellt, die auf modernen Deep-Learning-Verfahren der bildbasierten Objekterkennung aufbauen. Der Beitrag wird abgerundet mit einer Diskussion und Implikationen für analytische Anwendungen in der landwirtschaftlichen Praxis.
APA:
Zschech, P., Heinrich, K., Möller, B., Breithaupt, L., Maresch, J., & Roth, A. (2021). Deep Learning in der Landwirtschaft – Analyse eines Weinbergs. In D'Onofrio S., Meier A. (Hrg.), Big Data Analytics. (S. 169-194).
MLA:
Zschech, Patrick, et al. "Deep Learning in der Landwirtschaft – Analyse eines Weinbergs." Big Data Analytics. Hrg. D'Onofrio S., Meier A., 2021. 169-194.
BibTeX: Download