| Titel: | KI-Pflege für Orchideen, Dateneffiziente Analyse von Bilddaten komplexer biologischer Systeme mit Künstlicher Intelligenz (KI) |
| Autoren: |
Marx, Elora, Canisius-Kolleg, Berlin Bachmann, Alois, Humboldt-Gymnasium, Berlin |
| Beitragende: | Editor: Physikalisch-Technische Bundesanstalt (PTB), ISNI: 0000 0001 2186 1887 HostingInstitution: Physikalisch-Technische Bundesanstalt (PTB), ISNI: 0000 0001 2186 1887 |
| Seiten: | 15 |
| Sprache: | de |
| DOI: | 10.7795/320.202404 |
| Art der Ressource: | Text / Article |
| Herausgeber: | Physikalisch-Technische Bundesanstalt (PTB) |
| Rechte: | Vervielfältigung nur zum eigenen persönlichen Gebrauch. |
| Daten: |
Verfügbar: 2024-09-16 Angenommen: 2023-11-15 Vorgelegt: 2023-09-06 |
| Datei: |
Datei herunterladen
(application/pdf)
6.40 MB (6705832 Bytes)
MD5 Prüfsumme: e920e4e88f4ab0af12d971adb36b7565 SHA256 Prüfsumme: bb70e880abd5542138f16724c272c4879e1e1408e15c351920ba13c9c6ea8b76 |
| Schlagworte | Deep Learning ; Dateneffizienz ; Bounding Boxen ; Object-Detection ; Pflanzenkrankheit ; Orchidee ; KI-Klassifizierung ; YoloV7 |
| Zusammenfassung: | In dieser Arbeit wurde eine App entwickelt, die den Gesundheitszustand von Orchideen mit Hilfe einer App beurteilt und Pflegetipps gibt. Grundlage hierfür ist eine KI, die sowohl mit einer geringen Anzahl an Trainings- als auch Eingabedaten auskommt. Grundlage für diese dateneffiziente Analyse ist der Zusammenschluss verschiedener neuronaler Netze. |
| Informationen zur Reihe: | Junge Wissenschaft. Paper 04/2024 |
| Anderes: | In der Jungen Wissenschaft werden Forschungsarbeiten von Schüler/innen, die selbstständig, z.B. in einer Schule oder einem Schülerforschungszentrum, durchgeführt wurden, veröffentlicht. |