This post will be in Dutch so the people who continue this project will have this as documentation.


Foto van onkruiddetectie

Waarom heet dit project Saturnus?

Wees gerust, ik ben geen boraale knakker ;). Saturnus is de Romeinse god van de landbouw en aangezien dit project te maken heeft landbouw leek het me een goede placeholder.

WHO AM I

En ik ben Niels W Beekhuis ook wel bekend als ‘Nelus’. Ik ben 25 jaar en studeer HBO ICT aan de HAN. Hier heb ik voor de specialisatie Infrastructure, Security & Management gekozen. Ook ik volg de minor Smart Industry. De reden waarom ik hiervoor gekozen heb is omdat robots en automatiseren een steeds grotere rol gaan spelen in onze samenleving. Ik wilde mijzelf hier verder in verdiepen en Smart Industry leek mij hiervoor geschikt. Mijn rol tijdens ons project is als IT’er om de technische zaken uit te zoeken en dingen te bouwen.

Lessons learned

Hieronder staan de dingen die ik geleerd heb van de fouten die tijdens het project zijn gemaakt.

Model bias

Omdat het ons te veel tijd zou kosten om het veld in te gaan en foto’s te maken heb ik ervoor gekozen gewoon foto’s van google te gebruiken en hiermee het machine learning model te trainen. Het doel was om 1 model te trainen wat 5 verschillende soorten onkruid kon herkennen. De 5 soorten waren:

  • Hagewind
  • Kweekgrassen, hanenpoot
  • Brandnetels (Grote en kleine)
  • Paardenbloem
  • Distel
Om genoeg afbeeldingen te verzamelen zonder er veel tijd in te steken hebben we gebruik gemaakt van een plugin in Chrome die automatisch de afbeeldingen download. Hierdoor onstond echter een nieuw probleem. Er zijn soms meerdere sub soorten van een plant die dezelfde naam hebben. De distel heeft bijvoorbeeld een paar verschillende soorten die niet op elkaar lijken maar wel distel heten. Tevens hadden we hierdoor niet van alle soorten een gelijk aantal foto’s. Je kan het model dan wel trainen maar doordat er van 1 plant meer foto’s zijn dan van de rest zal het model vooral die plant herkennen. Dit is wat er met 1 van de modellen die ik getraind heb ook gebeurde. Er waren meer foto’s van haagwinde waardoor dat model eigenlijk alles herkende als haagwinde.

Mijn tip is dus zorg dat je een gelijk aantal foto’s hebt en zorg dat je genoeg foto’s van het juiste plantje hebt.