Aarhus Universitets segl

Sensor RGB baseret måling af bladsvampeangreb i sukkerroer 2024

Forsøgsleder: René Gislum

Projektets formål og mål

Sukkeroeravlerne står overfor store udfordringer i forhold til sygdomsbekæmpelse og projektets formål er at videreudvikle og validere mulighederne for at anvende RGB billeder sammen med en ’deep-learning’ algoritme til at finde sygdomme i roer. Projektet bygger videre på 2022 og 2023 resultater hvor vi ud fra RGB sensormålinger påmonteret robotten ’Robotti’ som platform vil skabe tilfredsstillende resultater til detektion af angreb af meldug, rust og Cercospora i dyrkede sukkerroer.

Offentliggørelse, formidling og vidensdeling

Et af projektets leverancer er videreudvikling og validering af vores deep learning klassifikationsmodel for bladsvampesygdomme i sukkerroer. Billederne bliver offentligt tilgængelige, og andre kan dermed udvikle og teste nye metoder. Projektets resultater offentliggøres i et nationalt tidsskrift. I sæsonen præsenteres metoder og resultater på LinkedIn gennem projektlederens personlige profil samt gennem AU-AGRO.