• Laufzeit: 01.03.2024 – 28.02.2027
  • Schwerpunkt: Weitere Forschungsfelder

Präzise KI-basierte Phänotypisierung von klimastressbedingten Blattkrankheiten für eine effizientere Resistenzzüchtung

Vor dem Hintergrund des Klimawandels und des Wegfalls vieler Wirkstoffe zur Bekämpfung pilzlicher Schaderreger gewinnt die Züchtung toleranter und resistenter Nutzpflanzen zunehmend an Bedeutung. Die moderne Pflanzenzüchtung ist jedoch ein komplexer, langwieriger und kostenintensiver Prozess. Ein limitierender Faktor in der Pflanzenzüchtung ist die exakte Phänotypisierung (Beurteilung und Messung von Pflanzenmerkmalen), zumal diese überwiegend manuell und visuell von geschultem Personal durchgeführt wird. Dies ist nicht nur zeitaufwendig, sondern auch sehr fehleranfällig, was die Stichprobengröße und -häufigkeit begrenzt. Eine rein manuelle Erfassung ist daher für ein kontinuierliches und dauerhaftes Pflanzenmonitoring nicht möglich.

Ziel des Forschungsvorhabens ist es daher, intelligente, adaptierbare, frei verfügbare und einfach zu handhabende Methoden zur KI- und bildbasierten Phänotypisierung verschiedener Blattkrankheiten zu entwickeln, um eine verbesserte und effizientere Bewertung phänotypischer Merkmale von Nutzpflanzen zu erreichen. Ein Schwerpunkt der Forschung wird darauf liegen, dass die neu entwickelten Methoden mit möglichst geringem Aufwand an neue Phänotypen und Arten angepasst werden können, insbesondere wenn nur wenige Trainingsdaten zur Verfügung stehen.

Zusätzlich wird ein browserbasiertes, frei verfügbares Dashboard entwickelt, mit dem Züchterinnen und Züchter in Bayern und darüber hinaus ihre Bilddaten verwalten, messen und analysieren können. Mit der Entwicklung eines adaptierbaren, datensparsamen und frei verfügbaren KI-Modells zur präzisen Messung von Pilzkrankheiten an Pflanzen soll ein Beitrag zur Stärkung der Wettbewerbsfähigkeit der mittelständischen Pflanzenzüchtung und zur Verbesserung ihrer wirtschaftlichen Innovationskraft durch den Einsatz innovativer und anwenderfreundlicher KI geleistet werden. Darüber hinaus leistet dieses Forschungsprojekt einen Beitrag zur Förderung einer ökologischen, nachhaltigen und zukunftsorientierten Landwirtschaft.

Projektleitung HSWT

Zurück
Vor

Projektbearbeitung

Partner