mycoreobjectdbhsnb_thesis_0000003122dbhsnb_thesis_0000003122dbhsnbthesisdbhsnb_derivate_00000037342023-10-25T12:12:10.692Z2023-10-25T12:07:50.814ZeditorTeditorTpublished1dbhsnb_derivate_0000003734truetruederivate_types:fulltextfulltextVolltextwf_edit_epub wf_register_epubstate:publishedstate:publishedpublishedveröffentlichtdbhsnb/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 Netzdoctype:epubdoctype:epubElectronic publicationsElektronische PublikationenElektronische Publikationendoctype:epub.masterthesisdoctype:epub.masterthesisdocumentEPUB.TYPE0003.003 EPUB.TYPE0003.004 EPUB.TYPE0003.001master thesisdiniPublType:masterThesis XMetaDissPlusThesisLevel:masterMasterarbeitdiniPublType:masterThesisdiniPublType:masterThesisAbschlussarbeit (Master)master thesisSDNB:630SDNB:630630 Agriculture630 Landwirtschaft, Veterinärmedizininstitution:HSNBinstitution:HSNBfacultiesFachbereicheinstitution:HSNB.ALinstitution:HSNB.ALFaculty of Agriculture and Food SciencesFachbereich Agrarwirtschaft und Lebensmittelwissenschaftenhttp://d-nb.info/gnd/6083865-6HS.NB.S.AW HS.NB.S.LT HS.NB.S.BT HS.NB.S.LB HS.NB.S.DE HS.NB.S.ABWlicenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.rightsreservedlicenseinfo:work.rightsreservedalle Rechte vorbehalten/creativecommons/r/reserved/0.9/88x31.pngall rights reservedhttps://rightsstatements.org/page/InC/1.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0https://creativecommons.org/publicdomain/zero/1.0/license metadata: CC0/creativecommons/p/zero/1.0/88x31.pngaccesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accessrfc5646:derfc5646:deGermangerdeuDeutschTiergesundheitsüberwachung von Rindern via Videosystem und ObjekterkennungTiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennunggnd:140581510orcid:0000-0002-8135-3814gnd:10115485-9gnd:6083865-6gnd:140581510orcid:0000-0002-8135-3814gnd:10115485-9gnd:6083865-6dbhsnb_thesis_0000003122-d95526e47Gabriel SchmidtGabriel Schmidtdbhsnb_thesis_0000003122-d95526e57Lisa BachmannLisa Bachmanndbhsnb_thesis_0000003122-d95526e67gnd:140581510orcid:0000-0002-8135-3814Timo Homeier-BachmannTimo Homeier-Bachmanndbhsnb_thesis_0000003122-d95526e81gnd:10115485-9Hochschule NeubrandenburgHochschule Neubrandenburgdbhsnb_thesis_0000003122-d95526e92gnd:6083865-6Hochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenHochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenGabriel SchmidtLisa BachmannTimo Homeier-BachmannHochschule NeubrandenburgHochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenGabriel SchmidtLisa BachmannTimo Homeier-BachmannHochschule NeubrandenburgHochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenGabriel SchmidtNeubrandenburgHochschule Neubrandenburgepub.masterthesishttps://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122TiergesundheitÜberwachungRindVideosystemObjekterkennungObjekteigenschaftenYOLOv4DetektorAlgorithmusNeuronales NetzDie 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.20232023vorgelegt von Gabriel Schmidtepub.masterthesis1 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 editorTfulltextfile/dbhsnb_thesis_0000003122/dbhsnb_derivate_0000003734/Masterarbeit-Schmidt-2023.pdfTiergesundheitsüberwachung von Rindern via Videosystem und ObjekterkennungTiergesundheitsüberwachung von Rindern via Videosystem und Objekterkennunggnd:140581510orcid:0000-0002-8135-3814gnd:10115485-9gnd:6083865-6gnd:140581510orcid:0000-0002-8135-3814gnd:10115485-9gnd:6083865-6dbhsnb_thesis_0000003122-d95526e47Gabriel SchmidtGabriel Schmidtdbhsnb_thesis_0000003122-d95526e57Lisa BachmannLisa Bachmanndbhsnb_thesis_0000003122-d95526e67gnd:140581510orcid:0000-0002-8135-3814Timo Homeier-BachmannTimo Homeier-Bachmanndbhsnb_thesis_0000003122-d95526e81gnd:10115485-9Hochschule NeubrandenburgHochschule Neubrandenburgdbhsnb_thesis_0000003122-d95526e92gnd:6083865-6Hochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenHochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenGabriel SchmidtLisa BachmannTimo Homeier-BachmannHochschule NeubrandenburgHochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenGabriel SchmidtLisa BachmannTimo Homeier-BachmannHochschule NeubrandenburgHochschule Neubrandenburg Fachbereich Agrarwirtschaft und LebensmittelwissenschaftenGabriel SchmidtNeubrandenburgHochschule Neubrandenburgepub.masterthesishttps://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122TiergesundheitÜberwachungRindVideosystemObjekterkennungObjekteigenschaftenYOLOv4DetektorAlgorithmusNeuronales NetzDie 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.20232023vorgelegt von Gabriel Schmidt[xslt]Saxondbhsnb/thesis2023-02381867634309Gabriel SchmidtSchmidt GabrielTiergesundheitsüberwachung von Rindern via Videosystem und ObjekterkennungMasterarbeitmaster thesisHochschule Neubrandenburg, 2023Die 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…Gabriel SchmidtTiergesundheitsüberwachung von Rindern via Videosystem und ObjekterkennungHochschulbibliothek Neubrandenburghttps://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122GabrielSchmidtVerfasserInautLisaBachmannAkademischeR BetreuerIndgsTimoHomeier-BachmannAkademischeR BetreuerIndgs1405815100000-0002-8135-381410115485-9Hochschule Neubrandenburg01.09.2005 -Grad-verleihende Institutiondgg6083865-6Hochschule NeubrandenburgFachbereich Agrarwirtschaft und LebensmittelwissenschaftenGrad-verleihende Institutiondgg[url]https://digibib.hs-nb.de/resolve/id/dbhsnb_thesis_0000003122open_access20232023epoch:21th_centuryrfc5646:dedoctype:epub.masterthesisaccesscondition:openaccessSDNB:630institution:HSNB.ALstate:published