dida Logo
Home › 
Industries › 
Landwirtschaft

Landwirtschaft

Verbessern der Feldbewirtschaftung zur Optimierung der Ernteerträge

Agriculture preview image

Mit Machine Learning können landwirtschaftliche Betriebe und Wetterdienste Ihre Abläufe optimiert werden durch:

die Früherkennung von Schädlings- und Unkrautbefall aus Drohnenbildern
die automatische Extraktion von Ernte-relevante Informationen aus Websites und Nachrichtenartikeln
die präzise Ausbringung von Düngemitteln basierend auf dem Pflanzenzustand, abgeleitet aus Drohnen- oder Satellitenbildern

Projekte in Landwirtschaft

Alle Projekte zeigen

Erkennung konvektiver Bewölkung

Machine Learning in der Fernerkundung: Lesen Sie hier über unser Projekt mit dem DWD und der Objekterkennung konvektiver Wolken mit Hilfe von Deep Learning.

Klassifizierung der Kulturpflanzenart

Machine Learning und Fernerkundung: Die von dida entwickelte Computer Vision Software ermöglicht Vorhersagen für innovative Landwirtschaft.

Überwachung von urbanen Veränderungen

Wir als KI-Softwareanbieter entwickelten, mit Hilfe von Computer Vision, einen Algorithmus zur Überwachung & Vorhersage urbaner Veränderung.

Blog Posts in Landwirtschaft

Alle Blog Posts zeigen
Computer Vision

Die besten (Python-)Tools für die Fernerkundung

Von Emilius Richter 2. August 2022

Python-Tools für die Fernerkundung mithilfe von Machine Learning: Vergleich von Python Software zu Datenabruf- und Verarbeitung von Satellitendaten hier lesen.

Einführendes

Der Projektantrag - der erste Schritt zu einem erfolgreichen ML-Projekt

Von Emilius Richter 18. Juli 2022

Für einen Softwareanbieter ist der Projektantrag der erste Schritt zur Erfüllung der Anforderungen des Kunden. In diesem Artikel werde ich die wichtigsten Module in Machine-Learning-Projektanträgen beschreiben.

Computer Vision

Klassifizierung von Anbauflächen anhand von Satellitenbild-Zeitreihen

Von Tiago Sanona 19. August 2021

Lesen Sie hier, wie Machine Learning in der Fernerkundung angewendet wird & wie Getreidefelder aus Zeitreihen von Satellitenbildern klassifiziert werden.

Computer Vision

CLIP: Wie sich der Schatz ungelabelter Bilddaten heben lässt

Von Fabian Gringel 21. Juni 2021

Contrastive Language Image Pretraining (CLIP): Lesen Sie hier über die Funktionsweise sowie Anwendungen des CLIP-Modells, einem Zero-Shot-Bildklassifikator.

Projects

21 Fragen, die wir unseren Kunden stellen: Start eines erfolgreichen ML-Projekts

Von Emilius Richter 21. Mai 2021

Lesen Sie die relevanten Fragen, die im Vorfeld berücksichtigt & beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.

Tools

Die besten Bildannotations-Tools für Computer Vision

Von Dmitrii Iakushechkin • 8. April 2021

Lesen Sie hier über die besten Bildannotation-Tools für Computer-Vision-Aufgaben. Alles von der Installation bis zur Veranschaulichung am Beispiel.

Computer Vision

Exploration mineralischer Rohstoff­vorkommen mittels Fernerkundung

Von Fabian Dechent 19. März 2021

Erfahren Sie mehr über Möglichkeiten, die die Fernerkundung mittels satellitengestützter Bildgebung & Machine Learning für die Greenfield-Exploration bietet.

Computer Vision

Pretraining für die Fernerkundung

Von Dr. William Clemens 11. Mai 2020

Erfahren Sie hier mehr über den Nutzen des Pretrainings eines Machine-Learning-Modells in Vorbereitung auf ein richtiges Training, am Beispiel der Fernerkundung.

Use Cases in Landwirtschaft

Alle Use Cases zeigen