Gemeinsam mit dem Fraunhofer Institut für Techno- und Wirtschaftsmathematik arbeiten wir an der Entwicklung von Bilderkennungssystemen, die Laubholz in Papier über die Analyse von mikroskopischen Bildern automatisieren. Dafür musste zunächst eine Methodik für die systematische Erstellung eines großen Bilddatensatzes entwickelt werden.
Veröffentlicht wurde nun die Erstellung des ersten, neun Laubholzarten umfassenden Datensatzes und die damit trainierten KI-Modelle. Modell Nummer eins detektiert den für die Erkennung von Laubhölzern entscheidenden Zelltyp. Modell Nummer zwei klassifiziert die Zellen - die eigentliche Bestimmung der Holzart. Für die Validierung wurden verschiedene Modelle verwendet und die Algorithmen optimiert. Dargestellt in einer Confusion Matrix zeigen die Ergebnisse, dass die Gattungen, die von holzanatomisch geschulten Personen gut unterschieden werden können, auch durch die KI größtenteils korrekt klassifiziert werden.
In Zukunft soll damit die Kontrolle der globalen Holzströme zum Schutz der Wälder erleichtert werden. Das Forschungsprojekt wird von der Fachagentur Nachwachsende Rohstoffe e.V. (FNR) und dem Bundesministerium für Ernährung und Landwirtschaft (BMEL) gefördert.
Ansprechpartnerinnen:
Dr. Andrea Olbrich
Dr. Stephanie Helmling
Jördis Sieburg-Rockel
Stephanie Wrage
Weitere Informationen:
