Logo des Repositoriums
 

Entwicklung eines vielfältigen und anspruchsvollen Benchmark-Datensatzes für die Detektion von Schweinen in Bildern

Kurzanzeige
dc.contributor.authorHenrich, Jonathan
dc.contributor.authorPost, Christian
dc.contributor.authorKneib, Thomas
dc.contributor.authorYahyapour, Ramin
dc.contributor.authorBingert, Sven
dc.contributor.authorTraulsen, Imke
dc.date.accessioned2024-04-08T11:56:34Z
dc.date.available2024-04-08T11:56:34Z
dc.date.issued2024
dc.description.abstractDie Lokalisation von Schweinen in Videobildern mittels Objektdetektion spielt eine Schlüsselrolle bei der Gestaltung digitaler Überwachungssysteme in der Schweinehaltung. Um leistungsstarke Schweinedetektionsmodelle zu trainieren und systematisch miteinander zu vergleichen, bedarf es diverser und für Detektionsmodelle anspruchsvoller annotierter Datensätze. Aktuell sind solche Ressourcen nur begrenzt verfügbar. Dem soll im Rahmen dieser Arbeit nachgegangen werden, indem die Grundlage für einen anspruchsvollen Benchmark-Datensatz für die Schweinedetektion geschaffen wird. Anspruchsvolle Bilder, d. h. anfällig für fehlerhafte Detektionen, wurden mithilfe eines interaktiven prädiktionsbasierten Ansatzes identifiziert. Die experimentellen Ergebnisse legen nahe, dass sich diese gezielte Auswahl von anspruchsvollen Bildern positiv auf die Leistung von trainierten Schweinedetektionsmodellen auswirkt.de
dc.identifier.doi10.18420/giljt2024_22
dc.identifier.isbn978-3-88579-738-8
dc.identifier.issn2944-7682
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/43890
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft
dc.relation.ispartofseriesLecture Notes in Informatics(LNI) - Proceedings, Volume P - 344
dc.subjectObjektdetektion
dc.subjectSchweine
dc.subjectDatensatz
dc.titleEntwicklung eines vielfältigen und anspruchsvollen Benchmark-Datensatzes für die Detektion von Schweinen in Bildernde
dc.typeText/Conference Paper
gi.citation.endPage298
gi.citation.publisherPlaceBonn
gi.citation.startPage293
gi.conference.date27.-28. Februar 2024
gi.conference.locationStuttgart
gi.conference.reviewfull

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild
Name:
GIL_2024_Henrich_293-298.pdf
Größe:
232.78 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P344 - 44. GIL-Jahrestagung 2024 - Fokus: Biodiversität fördern durch digitale Landwirtschaft