KI-Kameras im Indoor-Anbau: So planen Sie einen nützlichen Pilotversuch

Beginnen Sie mit einer tatsächlichen Entscheidung des Anbauers

„Pflanzengesundheit überwachen“ ist für einen Abnahmetest zu weit gefasst. Eine bessere Ausgangsfrage lautet, ob eine Kamera dem Betrieb helfen kann, eine definierte sichtbare Veränderung bei einer bekannten Kultur in einer bestimmten Zone zu finden. Halten Sie die Beobachtung, die dadurch auszulösende Kontrolle und deren spätesten noch sinnvollen Zeitpunkt fest. Eine Farbveränderung kann eine genauere Prüfung rechtfertigen; für sich allein bestimmt sie keine Ursache.

Klären Sie vor dem Sammeln eines großen Datensatzes, was ein Erfolg im Arbeitsalltag verändern würde. Würde eine hilfreiche Meldung eine Kontrollperson zu einem bestimmten Anbautisch führen? Könnte eine tägliche Bestandsmessung eine ungleichmäßige Charge erkennen lassen? Vergleichen Sie den geplanten Output mit der bisherigen Kontrollroutine. Eine Kamera, die zusätzliche Bilder liefert, ohne eine Entscheidung zu verändern, hat ihren betrieblichen Nutzen noch nicht belegt.

Sorgen Sie vor dem Modelltraining für vergleichbare Bilder

Die PlantCV-Dokumentation empfiehlt, das Analyseziel vor der Wahl der Aufnahmegeometrie festzulegen und vor der vollständigen Erfassung einen kleinen Bildsatz zu testen. Sie behandelt auch Perspektive, Hintergrund und Farbreferenzen. Das sind hilfreiche Ausgangspunkte für ein Aufnahmeprotokoll. Analyseansätze von PlantCV.

Für einen Indoor-Piloten schlägt Hamfy eine schriftliche Aufnahmespezifikation vor: Kameraposition, sichtbare Tischfläche, Objektiveinstellungen, Aufnahmeplan und Beleuchtungszustand bei jeder Belichtung. Prüfen Sie einen nahezu leeren Tisch ebenso wie einen geschlossenen Pflanzenbestand. Sehen Sie Kontrollen nach Reinigung und erneuter Montage vor, damit eine versetzte Kamera als Änderung des Messsystems dokumentiert wird.

Bewahren Sie Originalbild und Zeitstempel auf. Ordnen Sie Zone, Kultur, Charge und Entwicklungsstadium zu und dokumentieren Sie Eingriffe wie Schnittmaßnahmen oder eine Beleuchtungsänderung. Der Metadatenstandard MIAPPE bietet eine hilfreiche Grundlage zur Beschreibung von Pflanzenphänotypisierungsversuchen. Ein kleiner, konsequent ausgefüllter Datensatz ist nützlicher als viele optionale Felder, die niemand pflegt.

Bewahren Sie einen unabhängigen Test für den nächsten Einsatz auf

Verteilen Sie nahezu identische Bilder einer Pflanze oder eines Ereignisses nicht auf Training und Test. Halten Sie für einen praxisnahen Piloten einen späteren Kulturzyklus oder eine unabhängige Zone zurück, verwenden Sie deren Annotationen nicht zur Modellentwicklung und dokumentieren Sie Abweichungen von den Trainingsbedingungen. Dies ist Hamfys vorgeschlagenes Validierungsdesign; die passende Aufteilung hängt davon ab, welchen Bedingungen das System als Nächstes begegnen soll.

Stellen Sie mehrdeutige Beobachtungen zurück, statt jedem Bild eine sichere Diagnose aufzuzwingen. Eine qualifizierte Fachperson sollte die Kategorien und die zu ihrer Bestätigung erforderlichen Belege definieren. Geht es um sichtbares Welken, prüfen Sie diese Beobachtung. Geht es um die Bestimmung einer Krankheit, richten Sie einen eigenen Bestätigungsprozess ein. Das sind unterschiedliche Aussagen, die unterschiedliche Belege benötigen.

Das NIST AI Risk Management Framework fordert Bewertung im vorgesehenen Anwendungskontext und fortlaufende Überwachung. Für diesen Piloten bedeutet das einen festgelegten Testdatensatz, eine feste Modellversion und eine schriftliche Begründung, warum jede Warnung angenommen oder verworfen wurde.

Messen Sie Ereignisse und Arbeitsaufwand, nicht nur Bildgenauigkeit

Definieren Sie ein Ereignis, bevor Sie es zählen. Zwanzig Warnungen aus aufeinanderfolgenden Bildern desselben betroffenen Tisches sollten nicht automatisch als zwanzig erfolgreiche Erkennungen gelten. Vereinbaren Sie Zeitfenster und Anbauzone zur Zusammenfassung wiederholter Beobachtungen und bewahren Sie die zugrunde liegenden Aufzeichnungen für eine Prüfung auf.

Berichten Sie erkannte und übersehene bestätigte Ereignisse, Fehlalarme pro Zone und Tag sowie die Prüfzeit der Betriebsperson. Wo der Zeitpunkt zählt, geben Sie den nutzbaren zeitlichen Vorsprung einer Meldung gegenüber dem bisherigen Verfahren an. Nennen Sie die Ereigniszahl hinter jedem Prozentwert; ein vielversprechender Wert aus drei Ereignissen stammt weiterhin aus einem sehr kleinen Piloten.

Trennen Sie technische Verfügbarkeit von agronomischer Leistung. Eine Kamera kann online sein und trotzdem einen verdeckten Bestand sehen. Protokollieren Sie fehlende Aufnahmen, unbrauchbare Bilder und Zeiträume außerhalb der vereinbarten Betriebsbedingungen. So lässt sich unterscheiden, ob eine ruhige Übersicht einen stabilen Bestand oder fehlende Belege bedeutet.

Entscheiden Sie abschließend über Erweiterung, Anpassung oder Ende

Beginnen Sie mit Beobachtung und menschlicher Prüfung. Bevor eine Anbindung an Klima- oder Bewässerungssteuerung erwogen wird, verlangen Sie eine gesonderte Freigabe mit definierten Betriebsgrenzen und Rückfall auf den bestehenden Regler. Ein erfolgreicher Überwachungspilot belegt noch keine Einsatzreife automatischer Eingriffe.

Der Abschlussbericht sollte den geprüften Umfang, typische Erfolge und Fehler, unabhängige Testergebnisse und den Aufwand für den Erhalt der Installation enthalten. Erweitern Sie den Piloten, wenn das Ergebnis innerhalb dieses Umfangs nützlich ist. Passen Sie ihn an, wenn ein bestimmtes Aufnahme- oder Annotationsproblem behebbar ist. Beenden Sie ihn, wenn der Output keine sinnvolle Entscheidung unterstützen kann.

Überführen Sie diese Fragen mit dem Leitfaden zur Projektvorbereitung in eine Betriebsspezifikation. Die Gründe für Tests außerhalb der Trainingsumgebung erläutert unsere PlantVillage-Fallanalyse.