Slimme software moet leiden tot consistentere rasbeschrijvingen

Het project MODOMA: MOrfological Description Ornamentals by MAchinelearning van de Topsector Tuinbouw & Uitgangsmaterialen gebruikt kunstmatige intelligentie om beelden te interpreteren.

In het project werken Floricode, de WUR en Naktuinbouw samen. Naktuinbouw maakt voor het kwekersrechtonderzoek een rasbeschrijving op basis van de raskenmerken. Floricode doet dit voor de productregistratie in een nationaal registratiesysteem. Deze rasbeschrijvingen samen met een gestandaardiseerde foto zijn de input voor deep learning.

Marcel van Rijsbergen is projectleider bij Naktuinbouw: “In het project leveren Naktuinbouw en Floricode een groot aantal rasbeschrijvingen en foto’s van rozen en gerbera’s. Met deze gegevens wordt de software getraind (deep learning). Zodra de software voldoende getraind is kan deze bepaalde kenmerken zelf beschrijven”. Het is nog te vroeg om precies vast te stellen bij welke en hoeveel kenmerken dit mogelijk is.

Het doel van het project is om een methode te ontwikkelen om geautomatiseerde morfologische beschrijvingen te maken voor siergewassen op basis van gestandaardiseerde gegevens. Dit moet leiden tot meer consistente rasbeschrijvingen en dit is wereldwijd toepasbaar.

Meer informatie over het project leest u hier.


Publicatiedatum:



Ook onze nieuwsbrief ontvangen? | Klik hier


Ander nieuws uit deze sector:


Twitter Rss

© BPnieuws.nl 2021

Schrijf je in voor onze dagelijkse nieuwsbrief om al het laatste nieuws direct per e-mail te ontvangen!

Inschrijven Ik ben al ingeschreven