Om prosjektet
Bier har en viktig rolle i økosystemet og til å bevare et biologisk mangfold. Uten bier vil vi miste en svært viktig pollinator, noe som kan true jordbruket og matforsyningen globalt. Midd i bikuben utgjør en stor trussel for biebestanden og kuben bør derfor syrebehandles på et tidlig stadium for å unngå tap av bifolk. For å unngå unødvendig syrebehandling bør midd detekteres og telles. Per i dag utfører birøkterne manuell deteksjon og telling av midd, noe som er møysommelig arbeid.
Oppgaven går ut på å automatisere denne prosessen. Ved å gjennomføre brukerrettet design og jevnlig dialog med birøktere, skal det designes og utvikles en prototype, som vil gjøre dagens løsning lettere og mer bærekraftig. Dette skal løses ved å bruke maskinlæring til å trene opp en modell som gjenkjenner midd på bilder av bier. Med dette vil det bli lettere for en birøkter å detektere midd i bikuben. For å automatisere denne prosessen skal det utvikles en kameraløsning som jevnlig tar bilder av bier i bikuben, som deretter blir sendt til gjenkjenning. Dette vil gjøre det mulig å gi varsling og statistikk til birøktene angående middnivået i bikubene deres.
Bilder:
- Gruppen diskuterer mulige plasseringer av kamera for detektering av midd i bikuben.
- Gruppen viser frem oppbyggingen av en bikube.
Prosjektdeltakere
Tobias Johansen, Martin Hagetun Bore, Sander Bjørkevoll, Stine Kolsvik Losnedahl
Om oppdragsgiveren
Høgskolen i Østfold ble etablert 1. August 1994 og er en forsknings og utdanningsinstitusjon som har i dag fire fakulteter og tilbyr over 100 studieretninger.
Denne oppgaven tilhører instituttet for informasjonsteknologi og kommunikasjon, innenfor Fakultet for informasjonsteknologi, ingeniørfag og økonomi. Instituttet har ca 1000 studenter, 15 stipendiater og 55 ansatte.
Vår kontaktperson Ida Katrine Børstad Thoresen er ansatt som høgskolelektor ved instituttet og er en engasjert birøkter på fritiden, med flere års erfaring.
Veileder
Lars Vidar Magnusson, Høgskolen i Østfold