Regenerative Energie
Bildbasierte Sortierung von Wertstoffen liefert einen essenziellen Beitrag zur längeren Nutzung von Sekundärrohstoffen in der Kreislaufwirtschaft. Dazu werden aktuell neue Hochdurchsatzverfahren zur bildbasierten Abfallsortierung unter Nutzung von trainierbaren KIMethoden erforscht und etabliert.
Um geeignete KI-Modelle zur Materialunterscheidung zu erstellen, ist eine ausreichend große und kuratierte Lerndatenmenge notwendig. In diesem Beitrag wird daher der Einsatz von Foundation Models hinsichtlich einer potenziell zeitlich effizienteren Gestaltung des Datenannotationsprozesses zur Erstellung einer Lerndatenmenge vorgestellt und bewertet. Annotierte Daten werden benötigt, um überwachte Lernverfahren aus dem Bereich der KI trainieren und einsetzten zu können. Zwei verschiedene Aufgaben werden betrachtet: die Lokalisierung und die Beschreibung (Klassifikation) von Objekten. Für diese Untersuchung wurden RGB-Bilder verwendet, die mit einer Zeilenkamera über den Fließbändern einer Wertstoffaufbereitungsanlage für Leichtverpackungsstoffströme aufgenommen wurden. In den Bildern werden zunächst die einzelnen Objekte mittels adaptiertem SAM (Segment Anything Model) als Segmente detektiert und extrahiert und anschließend durch ein adaptiertes DINOv2 Foundation Model nach 'transparent' und 'nicht- ransparent' klassifiziert. Die 'nicht-transparenten' Objekte werden mit Schwellenwerten verschiedenen Farben zugeordnet. Basierend auf dieser automatisch annotierten Datengrundlage können im Nachgang KI-Modelle trainiert werden, um zukünftig die Sortiertiefe bei Wertstoffen zu erhöhen. Für die Lokalisierung wurde ein F1-Score von 0,77 und bei der Unterscheidung 'transparenter' Objekte eine Genauigkeit von 93,27% erzielt.
| Copyright: | © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben |
| Quelle: | Recy & Depotech 2024 (Dezember 2024) |
| Seiten: | 6 |
| Preis: | € 3,00 |
| Autor: | Moritz Ottenweller Michael Kalb Steffen Rüger |
| Diesen Fachartikel kaufen... (nach Kauf erscheint Ihr Warenkorb oben links) | |
| Artikel weiterempfehlen | |
| Artikel nach Login kommentieren | |
Rechtliche und praktische Unsicherheiten bei der Durchführung des europäischen Klimaanpassungsrechts durch das Bundes- Klimaanpassungsgesetz (KAnG)
© Lexxion Verlagsgesellschaft mbH (6/2025)
In the context of the European Climate Law (EU) 2021/1119), the Governance Regulation (EU) 2018/1999 and the Nature Restoration Regulation (EU) 2024/1991, the KAnG came into force on July 1, 2024.
Transformatives Klimarecht: Raum, Zeit, Gesellschaft
© Lexxion Verlagsgesellschaft mbH (6/2025)
This article contends that climate law should be conceived as inherently transformative in a double sense. The law not only guides the necessary transformation of economy and society, but is itself undergoing transformation.
Maßnahmen zur Klimaanpassung sächsischer Talsperren
© Springer Vieweg | Springer Fachmedien Wiesbaden GmbH (5/2025)
Die Landestalsperrenverwaltung des Freistaates Sachsen (LTV) betreibt aktuell insgesamt 87 Stauanlagen, darunter 25 Trinkwassertalsperren. Der Stauanlagenbestand ist historisch gewachsen und wurde für unterschiedliche Zwecke errichtet.