{"id":16679,"date":"2025-04-15T09:52:30","date_gmt":"2025-04-15T07:52:30","guid":{"rendered":"https:\/\/www.landwirt.com\/news\/?p=16679"},"modified":"2025-05-06T10:51:28","modified_gmt":"2025-05-06T08:51:28","slug":"grossten-datensatz-zur-baumstammerkennung","status":"publish","type":"post","link":"https:\/\/www.landwirt.com\/news\/grossten-datensatz-zur-baumstammerkennung\/","title":{"rendered":"AIT ver\u00f6ffentlicht weltweit gr\u00f6\u00dften Datensatz zur Baumstammerkennung"},"content":{"rendered":"\n
\n\n\n\n

Mit TimberVision pr\u00e4sentiert das AIT den weltweit gr\u00f6\u00dften \u00f6ffentlich verf\u00fcgbaren Bilddatensatz zur KI-gest\u00fctzten Baumstammerkennung. Das System erkennt und vermisst Baumst\u00e4mme pr\u00e4zise \u2013 selbst unter herausfordernden Umfeldbedingungen \u2013 und schafft so die Grundlage f\u00fcr den Einsatz autonomer Forstmaschinen. Durch den weltweit freien Zugang zu Datensatz und Algorithmen f\u00fcr Forschung und Entwicklung f\u00f6rdert das AIT die digitale Transformation in der Forstwirtschaft.<\/strong><\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

In der Forstwirtschaft sind viele manuelle T\u00e4tigkeiten wie Inventurarbeiten, Holzernte und Rundholzvermessung nicht nur zeitaufw\u00e4ndig, sondern erfordern auch Eins\u00e4tze in schwer zug\u00e4nglichen oder gef\u00e4hrlichen Umgebungen. Automatisierte Arbeitsmaschinen und -prozesse k\u00f6nnen hier Abhilfe schaffen und die Arbeitskr\u00e4fte unterst\u00fctzten, aber auch vor Risiken sch\u00fctzen. Dazu ist eine robuste Technologie erforderlich, die Baumst\u00e4mme zuverl\u00e4ssig erkennt, vermisst und die erfassten Daten f\u00fcr weitere Arbeitsprozesse bereitstellt. Bislang fehlte es an ausreichenden Trainings- und Referenzdaten, die f\u00fcr die Entwicklung und Validierung KI-basierter Modelle unerl\u00e4sslich sind. Hier setzen die Expert:innen Julia Simon, Daniel Steininger, Andreas Trondl und Markus Murschitz vom Center for Vision, Automation & Control des AIT Austrian Institute of Technolgy (AIT) an.\u201eMit TimberVision schafft das AIT durch ein leicht zug\u00e4ngliches System und einen einzigartigen Bilddatensatz die Basis f\u00fcr die n\u00e4chste Generation autonomer Maschinen in der Forstwirtschaft,\u201c erl\u00e4utert Markus Murschitz, Projektleiter am AIT.<\/p>\n\n\n\n

TimberVision \u2013 der weltweit gr\u00f6\u00dfte \u00f6ffentlich verf\u00fcgbare Bilddatensatz f\u00fcr die Digitalisierung in der Forstwirtschaft<\/strong><\/h3>\n\n\n\n

\u201eUnsere Arbeit stellt einen neuartigen Algorithmus vor, um in Echtzeit Baumst\u00e4mme inklusive ihrer geometrischen Eigenschaften wie Umrisse und Mittellinien zu erkennen. Unser Ansatz bestimmt die Baumst\u00e4mme und ihre Bestandteile mit hoher Genauigkeit. Alle Daten werden zu einer einheitlichen Darstellung fusioniert,\u201c erl\u00e4utert Julia Simon. \u201eDas Besondere ist, dass unser System selbst unter herausfordernden Bedingungen wie beispielsweise schwierigen Witterungsverh\u00e4ltnissen oder teilweisen Verdeckungen verl\u00e4sslich funktioniert und die Baumst\u00e4mme pr\u00e4zise \u00fcber Bildsequenzen hinweg verfolgt, das hei\u00dft sie auch immer wieder erkennt,\u201c erg\u00e4nzt ihr Kollege Daniel Steininger.<\/p>\n\n\n\n

Mehr als 51.000 erfasste Baumstamm-Komponenten<\/strong><\/h3>\n\n\n\n

Mit TimberVision haben sie einen neuartigen, \u00f6ffentlich zug\u00e4nglichen Bilddatensatz und ein KI-Modell entwickelt, das Baumst\u00e4mme zuverl\u00e4ssig erkennt und deren Konturen pr\u00e4zise erfasst. \u00dcber 2.000 annotierte Farbbilder und mehr als 51.000 erfasste Baumstamm-Komponenten, inklusive Schnitt- und Mantelfl\u00e4chen, machen ihn zur gr\u00f6\u00dften Sammlung ihrer Art.
Daf\u00fcr hat das Team die Daten mit handels\u00fcblichen RGB-Kameras aufgenommen und mit einer eigens entwickelten semi-automatischen Verarbeitungspipeline annotiert. Es wurden mehrere KI-Modelle trainiert und auf vielf\u00e4ltige Umfeldbedingungen, unterschiedliche Standorte, Distanzen, Licht- und Wetterverh\u00e4ltnisse sowie Baumstammvariationen systematisch evaluiert, um eine hohe Modellrobustheit sicherzustellen. Die Genauigkeit des Modells wurde in mehreren Tests erfolgreich best\u00e4tigt. Durch Kombination mit weiteren Sensoren kann das System beispielsweise f\u00fcr eine automatisierte Inventur sowie eine optimierte Holzernte und Verladung eingesetzt werden.<\/p>\n\n\n\n

Um die Forschung weiter voranzutreiben, stellt das AIT-Team den gesamten TimberVision-Datensatz sowie die entwickelten Algorithmen f\u00fcr akademische Zwecke \u00f6ffentlich zur Verf\u00fcgung. Wissenschafter:innen weltweit sind eingeladen, das System zu nutzen und weiterzuentwickeln.<\/p>\n\n\n\n

TimberVision auf einem Blick<\/strong><\/h3>\n\n\n\n