ServicenavigationHauptnavigationTrailKarteikarten


Forschungsstelle
BAFU
Projektnummer
UTF 736.10.24
Projekttitel
FunKI KI-Bilderkennung für Pilze

Texte zu diesem Projekt

 DeutschFranzösischItalienischEnglisch
Schlüsselwörter
Anzeigen
-
-
-
Kurzbeschreibung
Anzeigen
-
-
-
Ergebnisse gemäss Vertrag
Anzeigen
-
-
-
Projektziele
Anzeigen
-
-
-

Erfasste Texte


KategorieText
Schlüsselwörter
(Deutsch)
Pilz, App, KI, Künstliche Intelligenz, Bilderkennung, Erkennungstool, Datenbank, Bestimmung, Arten, polytomer, Merkmalschlüssel
Kurzbeschreibung
(Deutsch)

Im Projekt UTF 611.23.19 PilzApp, das 2019 gestartet wurde, wird ein Referenzwerk, bestehend aus Buch und einer App zur Bestimmung von Pilzen erarbeitet. Das Buch erschien 2023, die App ist noch in Entwicklung. Im Laufe der bisherigen Projektlaufzeit hat sich die Künstliche Intelligenz KI und deren Anwendungen rasant entwickelt. Diese Entwicklung soll nun auch für die PilzApp genutzt werden, indem bereits während der Entwicklung zusätzlich zu den zwei geplanten manuellen Bestimmungsschlüsseln (Merkmalschlüssel, polytomer Schlüssel) eine Bilderkennung integriert wird. Zurzeit gibt es noch keine zufriedenstellende KI-Bilderkennungs-App für die schwierig zu bestimmenden Artengruppe der Pilze, die sich oft nur mikroskopisch voneinander unterscheiden. Im Rahmen des Projektes wird zudem abgeklärt, wie weit sich die manuellen Bestimmungsschlüssel und Verbreitungsmodelle von Pilzarten direkt mit der Bilderkennung kombinieren lassen. Die Eidgenössische Forschungsanstalt für Wald, Schnee und Landschaft WSL als wissenschaftliche Partnerin im Projekt hat bereits eine KI-basierte Bilderkennung für Pflanzen entwickelt und ein entsprechendes Tool in die Smartphone-Kartierapplikation FlorApp integriert. Auf diesen Erfahrungen aufbauend entwickelt sie nun ein KI-basiertes Erkennungstool für Pilze. Basis ist eine sorgfältig unterhaltene Datenbank mit einer umfassenden Sammlung von Bildern zu jeder Art. Mit diesen Daten wird die KI trainiert und kalibriert. Das entwickelte Erkennungstool wird durch ein Testset mit ausgegliederten Daten und durch Mykologen in der Praxis überprüft. Datenbank und Bilderkennung werden von der WSL gehostet. Die Bilderkennung kann später über eine Schnittstelle auch anderen Organisationen open source zur Verfügung gestellt werden. Der Haupt Verlag koordiniert die Anbindung der API-Schnittstelle zwischen der übergeordneten PilzApp und dem WSL-Server mit der externen App-Agentur. Die Bilderkennung bringt sowohl für den Nutzer der PilzApp als auch für die Wissenschaft einen Nutzen: der Nutzer kann das Resultat der manuellen Bestimmung überprüfen oder sich im Artenporträt näher informieren. Für die Wissenschaft können Pilzfundmeldungen z.B. im Rahmen von SwissFungi besser validiert, die Arten präziser bestimmt, aber auch der Nutzen von KI zur Bilderkennung als Bestimmungsmittel gegenüber Kriterien, die von Menschen eingeschätzt werden können, untersucht werden.

Das Projekt wurde aufgrund des Beitragsgesuchs vom 09.04.2024 genehmigt.
Ergebnisse gemäss Vertrag
(Deutsch)
  1. Die Bild- und Beobachtungsdatenbank ist angelegt und validiert. Grundlagen sind verschiedene Archive und Beobachtungsdaten der SwissFungi-Datenbank, die mit lokalen Umweltdaten ergänzt werden. Die Bilder sind durch Feldmykologen und WSL qualitativ evaluiert, die Artnamen mit der Artenliste der PilzApp abgeglichen. Eine erste Version der Bilderkennung ist auf dem KI-Server der WSL eingerichtet. Die Vorarbeiten für die spätere Schnittstelle in die PilzApp und Abklärungen für die Verbindung der Systeme sind abgeschlossen.
  2. Die Algorithmen sind mit validiertem Bilderpool für die finale Version optimiert. Die Schnittstelle zwischen PilzApp und KI-Server der WSL ist programmiert inkl. User Interface in der PilzApp.
  3. Ein Schlussbericht liegt in Form der PilzApp mit integriertem Bilderkennungstool FunKI vor und ist dem BAFU abgegeben.
  4. Textbausteine, Illustrationen und mindestens 3 Fotografien für die Verwendung in öffentlichen Publikationen sind bereitgestellt und dem BAFU abgegeben.
  5. Eine Präsentation der Ergebnisse mit entsprechender Power-Point Darstellung wird am Schluss des Projektes für interessierte Personen aus dem BAFU durchgeführt.
Projektziele
(Deutsch)

Das KI-basierte Erkennungstool ist entwickelt, validiert und in die PilzApp integriert. Die Kombination der KI-Ergebnisse mit den herkömmlichen Bestimmungsmethoden (polytomer Schlüssel und Merkmalschlüssel) sowie Verbreitungsmodellen und der Einbezug von Wahrscheinlichkeiten ist geprüft und wo möglich umgesetzt.