BeeCount – Cloudbasierte, multikriterielle und multivariate Hyperparameter Optimierung für die Pareto-optimale Auslegung neuronaler Netze zum Tracking von Bienen

Das Labor Systems Engineering des ISES und der Fakultät für Elektro- und Informationstechnik FK04 an der Hochschule München entwickelte in Kooperation mit dem Mellifera e.V eine Infrarotkamera-basierte Environment and Bee Monitoring (EnBeeMo) System, welche Imkern ermöglicht Veränderungen eines Bienenbestandes artgerecht zu quantifizieren. Dafür wird die Anzahl der ein- und ausfliegenden Bienen mithilfe von Machine-Learning Ansätzen an einer Bienenbeute gezählt.

Für die Erkennung der Bienen wird ein sogenanntes Convolutional Neural Network (CNN) verwendet. Diese neuronalen Netze sind derzeit auf dem Gebiet der Objekterkennung die gängigsten Algorithmen.

Mehr Informationen zum Projekt finden Sie hier .