PestDetect ist ein hochspezialisiertes Analyse-Tool zur automatisierten Identifikation von Schädlingen und Krankheitserregern an Kulturpflanzen. Entwickelt als Prototyp (v2.5) für den Einsatz in der landwirtschaftlichen Diagnostik, kombiniert es modernste Computer Vision (YOLO) mit einer intuitiven Batch-Processing-Oberfläche.
Important
Live-Anwendung: Die App ist unter jki-agroscan.streamlit.app öffentlich erreichbar und für den integrierten Pflanzenschutz optimiert.
| Feature | Beschreibung |
|---|---|
| 🚀 Batch-Analyse | Gleichzeitige Verarbeitung hunderter Bilddaten zur effizienten Feld-Diagnostik. |
| 🔬 Präzise Klassifizierung | Erkennung von 12 Arten (Blattläuse, Kohlmotten, Wanzen) inkl. Larvenstadien. |
| 🔍 Live-Monitoring | Sofortige Visualisierung mit dynamischen Confidence-Filtern (KI-Sensitivität). |
| 📊 Enterprise Analytics | Interaktive Plotly-Dashboards zur statistischen Befallsauswertung und Frequenzanalyse. |
| 📥 Export-System | Generierung wissenschaftlicher CSV-Reports für die revisionssichere Dokumentation. |
Das System transformiert die klassische Schädlingsbestimmung in einen digitalen Hochgeschwindigkeits-Workflow. Das Fine-Tuning des YOLO-Modells von PestDetect basiert auf qualitativ hochwertigen agrarwissenschaftlichen Daten.
Für das Training und die Validierung der KI wurde der folgende spezialisierte Datensatz verwendet:
- Dataset: Pest-Uruhn auf Roboflow Universe
- Inhalt: Annotierte Bilddaten von Schädlingen in verschiedenen Entwicklungsstadien (Eier, Nymphen, Larven, Adult).
- Früherkennung: Identifikation kleinster Merkmale zur Prävention massiver Ernteausfälle.
- Monitoring: Objektive Erfassung der Befallsfrequenz zur präzisen Steuerung von Pflanzenschutzmaßnahmen.
- Dokumentation: Automatisierte Erstellung digitaler Befund-Protokolle für die Agrarforschung.
- Core AI:
ultralyticsYOLO (Segmentierung & Objekt-Erkennung). - UI/UX:
streamlitmit Enterprise-Custom-CSS (Inter-Font & Adaptive Design). - Data Science:
pandas,plotly-express,numpy. - Vision-Backend:
opencv-python-headless(Server-optimiert).
git clone [https://github.com/SmokyDangs/jki-bewerbungprojekt.git](https://github.com/SmokyDangs/jki-bewerbungprojekt.git)
cd jki-bewerbungprojekt