Thema: Eine robuste Detektion von Pflanzen unter den stark variierenden Situationen auf einem Feld stellt die Wissenschaft und Wirtschaft weiterhin vor große Probleme. Durch die Verwendung von künstlichen Intelligenzen zur Objektdetektion wurden in den letzten Jahren große Fortschritte erzielt. Doch für solche künstlichen Intelligenzen sind enorme Datenmengen von Nöten um eine robuste Detektion zu entwickeln. Für eine robuste Detektion sind hierfür Bilder des gesuchten Objektes in sämtlichen Umgebungssituationen von Nöten (Bodenart, Bodenfeuchte, Unkrautintensität, Pflanzabstand…). Um nicht für jedes Wachstumsstadium einer Pflanze jedes Szenario aufnehmen zu müssen, können mit GANs (Generative adversarial networks) solche Situationen simuliert werden.

Aufgaben:

• Einarbeitung in Grundlagen der künstlichen Intelligenz
• Einarbeitung in Grundlagen der Objekt Detektion
• Einarbeitung in Grundlagen von GANs
• Aufbau eines GANs zur Simulation künstlicher Pflanzen

Was man lernt:

• Grundlagen KI, Objekt Detektion, GANs
• Grundlagen Programmierung (Python)
• Grundlagen KI-Programmierung (Tensorflow, Keras)

Termin: Ab sofort!

Kontakt: Nils.lueling@uni-hohenheim.de