FutureCropping Generering af tidselkort med Pix4D, DeepLearning og QGIS 18AUG2017

af: Seniorforsker Rasmus N. Jørgensen, M.Sc. René Arendt Sørensen, Post Doc Morten Laursen (Aarhus Universitet), Lektor Jesper Rasmussen, M.Sc. Jon Nielsen (Københavns Universitet)

Gennemgang af arbejdet med at producerer en shapefil, som indeholder tidselpolygoner som skal omsættes til et on/off pletsprøjtekort til Danfoil Sprøjte.

Tidslerne findes med ThisleTool fra Københavns Universitet og en DeepLearning algoritme fra Aarhus Universitet baseret på en DJI Phantom 4 PRO droneflyvning resulterende i et 1 cm GSD ortokort genereret i Pix4D.

Det er en bygmark med udlæg og det er derfor ikke helt optimale forhold for tidselgenkendelsesmodellerne.

Sprøjtekortet skal benyttes til at evaluerer on Danfoil systemet er i stand til at ramme alle tidselpolygonerne i marken ved brug af rødt farvestof i sprøjtevæsken.

This work was funded by Innovation Fund Denmark as part of the Future Cropping project (J. no. 5107-00002B) and RoboWeedMaPS (J. no. 6150-00027A), both are large Danish research projects with the aim of increasing agricultural productivity while minimizing the environmental impact beyond the current state of the art. Data was provided by the project “Droner til monitering af flerårigt ukrudt i korn” and “Droner og sted-specifik bekæmpelse af tidsler før høst” funded by The Danish Environmental Protection Agency (J.nr. MST-667-00138 and J.nr. MST-667-00141).