0 0 id:dbhsnb_thesis_0000003122 xml mycoreobject dbhsnb_thesis_0000003122 dbhsnb_thesis_0000003122 dbhsnb thesis dbhsnb_derivate_0000003734 2023-10-25T12:12:10.692Z 2023-10-25T12:07:50.814Z editorT editorT published 1 dbhsnb_derivate_0000003734 true true derivate_types:fulltext state:published doctype:epub doctype:epub.masterthesis diniPublType:masterThesis SDNB:630 institution:HSNB institution:HSNB.AL licenseinfo:work licenseinfo:work.rightsreserved licenseinfo:deposit licenseinfo:deposit.rightsgranted licenseinfo:metadata licenseinfo:metadata.cc0 accesscondition:openaccess rfc5646:de state:published doctype:epub doctype:epub.masterthesis diniPublType:masterThesis SDNB:630 institution:HSNB institution:HSNB.AL licenseinfo:work licenseinfo:work.rightsreserved licenseinfo:deposit licenseinfo:deposit.rightsgranted licenseinfo:metadata licenseinfo:metadata.cc0 accesscondition:openaccess rfc5646:de Tiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennung Tiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennung gnd:140581510 orcid:0000-0002-8135-3814 gnd:10115485-9 gnd:6083865-6 gnd:140581510 orcid:0000-0002-8135-3814 gnd:10115485-9 gnd:6083865-6 Gabriel Schmidt Lisa Bachmann Timo Homeier-Bachmann Hochschule Neubrandenburg Hochschule Neubrandenburg Fachbereich Agrarwirtschaft und Lebensmittelwissenschaften Gabriel Schmidt Lisa Bachmann Timo Homeier-Bachmann Hochschule Neubrandenburg Hochschule Neubrandenburg Fachbereich Agrarwirtschaft und Lebensmittelwissenschaften Gabriel Schmidt Neubrandenburg Hochschule Neubrandenburg epub.masterthesis https://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122 Tiergesundheit Überwachung Rind Videosystem Objekterkennung Objekteigenschaften YOLOv4 Detektor Algorithmus Neuronales Netz Die vorliegende Arbeit befasste sich mit der Tiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennung. Dafür wurden aus Videodateien Bilder extrahiert, um die Rinder in Objekteigenschaften klassifizieren zu können. In drei Versuchen wurden die Objekteigenschaften „stehender“ und „liegender“ Kühe mit dem Objekterkennungsmodell YO-LOv4 trainiert, um einen zuverlässigen Detektor zu erhalten. Dabei mussten die Anzahlen der Bilder bzw. der Label von „liegenden“ Kühen angeglichen werden, um bessere Genauigkeiten zu erhalten. 2023 2023 vorgelegt von Gabriel Schmidt epub.masterthesis 1 Masterarbeit-Schmidt-2023.pdf 12038980 46dc64785a9b6d047668a08cb0e50bfd dbhsnb/thesis2023-02381867634309OaurdaConverted from PICA to MODS using Pica2Mods XSLT Transformator 2.2 [SCM: "6f55f39418ac01aa24b956f3d89dc79f69ad6cf8" "v2.2" "2022-02-28T18:58:10+0100"] with mode 'DEFAULT'.MasterarbeitHochschulschriftTiergesundheitsüberwachung von Rindern via Videosystem und ObjekterkennungDie vorliegende Arbeit befasste sich mit der Tiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennung. Dafür wurden aus Videodateien Bilder extrahiert, um die Rinder in Objekteigenschaften klassifizieren zu können. In drei Versuchen wurden die Objekteigenschaften „stehender“ und „liegender“ Kühe mit dem Objekterkennungsmodell YO-LOv4 trainiert, um einen zuverlässigen Detektor zu erhalten. Dabei mussten die Anzahlen der Bilder bzw. der Label von „liegenden“ Kühen angeglichen werden, um bessere Genauigkeiten zu erhalten.GabrielSchmidtVerfasserInautLisaBachmannAkademischeR BetreuerIndgsTimoHomeier-BachmannAkademischeR BetreuerIndgs1405815100000-0002-8135-381410115485-9Hochschule Neubrandenburg01.09.2005 -Grad-verleihende Institutiondgg6083865-6Hochschule NeubrandenburgFachbereich Agrarwirtschaft und LebensmittelwissenschaftenGrad-verleihende Institutiondgghttps://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122630 Landwirtschaft, VeterinärmedizinFachbereich Agrarwirtschaft und Lebensmittelwissenschaftenalle Rechte vorbehaltenNutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)de2023Hochschule NeubrandenburgNeubrandenburgmonographic202320232023Hochschulbibliothek NeubrandenburgNeubrandenburg2023Hochschulbibliothek Neubrandenburghttps://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122vorgelegt von Gabriel SchmidtTiergesundheitÜberwachungRindVideosystemObjekterkennungObjekteigenschaftenYOLOv4DetektorAlgorithmusNeuronales Netz 2023-10-25T12:07:50.814Z 2023-10-25T12:12:10.692Z editorT editorT fulltext file/dbhsnb_thesis_0000003122/dbhsnb_derivate_0000003734/Masterarbeit-Schmidt-2023.pdf [xslt]Saxon [url]https://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122 dbhsnb/thesis2023-0238 1867634309 Gabriel Schmidt Schmidt Gabriel Tiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennung Masterarbeit master thesis Hochschule Neubrandenburg, 2023 Die vorliegende Arbeit befasste sich mit der Tiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennung. Dafür wurden aus Videodateien Bilder extrahiert, um die Rinder in Objekteigenschaften klassifizieren zu können. In drei Versuchen wurden die Objekteigenschaften „stehender“ und… open_access 2023 2023 epoch:21th_century rfc5646:de doctype:epub.masterthesis accesscondition:openaccess SDNB:630 institution:HSNB.AL state:published 1780729442496151552