DeepLearning tools voor identificatie en kwalificatie van aaltjes

Voor boeren en tuinders is de gezondheid van de bodem cruciaal. Een van de belangrijkste zaken om bodemgezondheid te meten is het laten analyseren van bodemmonsters. Een erg belangrijk aspect hierbij is de aanwezigheid en concentratie van aaltjes (=bodemorganisme). Een te grote concentratie van de verkeerde aaltjes kan grote gevolgen hebben voor de bodemvruchtbaarheid, ze tasten o.a. de plantwortels aan. Het kunnen identificeren en tellen van deze aaltjes is momenteel een zeer tijdrovend handwerk op het lab. GreenTechLab is in contact gekomen met ROBA laboratorium en heeft het idee geopperd om dit tijdrovend werk wellicht te automatiseren met een nieuwe techniek genaamd ‘deeplearning’. In dit geval wordt een computer geleerd om de aaltjes te kunnen herkennen en tellen. GreenTechLab wil samen met ROBA Laboratorium onderzoek doen of dit technisch mogelijk is.

Projectresultaten
  •         Identificatie en kwantificatie van aaltjes
  •          Automatisatie met behulp van vision en deep learning
  •          Eindresultaat: hardware- en software oplossing om het proces te automatiseren
Projectteam

Daniel Rateike (projectleider), Jan Jacobs, Iwan Gijsbers (Roba)

Studenten: Marinus Leeuwerik, Wowa Pavlov.

Looptijd

Juni 2018 t/m april 2019.

Sfeerafbeelding Fontys Sfeerafbeelding Fontys

Onderzoekslijn Agro-Mechatronica

Marcel Roosen

08850 78422
marcel.roosen@fontys.nl

Projectleiding

Daniel Rateike

08850 73002
d.rateike@fontys.nl

Partners

Roba laboratorium Deurne