Wie wird Computer Vision in der Landwirtschaft eingesetzt?

Computer Vision in der Landwirtschaft nutzt Kameras und KI-Modelle, um Nutzpflanzen zu überwachen, Schädlinge und Krankheiten zu erkennen, Nutztiere zu verfolgen, autonome Maschinen zu steuern und Erträge zu schätzen. Ultralytics YOLO-Modelle führen diese Prüfungen in Echtzeit auf Feldern, in Gewächshäusern und in Ställen aus und erkennen Probleme wie Unkraut, kranke Tiere oder Pflanzenstress, sobald sie auftreten.

Was ist Computer Vision für die Landwirtschaft?

Computer Vision für die Landwirtschaft nutzt KI-Modelle, um visuelle Daten von Drohnen, Bodenkameras, Robotern und Satelliten zu interpretieren und die Überwachung von Nutzpflanzen, die Kontrolle des Tierwohls und Aufgaben der Präzisionslandwirtschaft zu automatisieren. Ultralytics YOLO26 nutzt Deep Learning, um subtile Unterschiede zu erkennen, die regelbasierte Systeme übersehen, und passt sich ohne eine technische Neuentwicklung an neue Nutzpflanzen, Tiere und Feldbedingungen an.

Was ist ein Bildverarbeitungssystem in der Landwirtschaft?

Ein Bildverarbeitungssystem in der Landwirtschaft kombiniert Kameras, Sensoren und Software, um Aufnahmen zu erfassen und in Entscheidungen umzuwandeln. Es erkennt Unkraut, zählt Nutztiere, überwacht Wachstumsphasen und entdeckt Krankheiten. Moderne Systeme kombinieren diese Hardware mit KI-Modellen wie Ultralytics YOLO, um eine flexible Erkennung bei wechselnden Licht-, Wetter- und Jahreszeitenbedingungen zu ermöglichen.

Welche Computer-Vision-Plattform eignet sich für landwirtschaftliche Betriebe?

Für landwirtschaftliche Betriebe solltest du eine Plattform wählen, die das Training von Modellen für deine spezifischen Nutzpflanzen, Nutztiere oder Geräte unterstützt und sie für eine Inferenz mit geringer Latenz auf Edge-Geräten im Feld bereitstellt. Die Ultralytics Platform deckt Annotation, Training und Bereitstellung an einem Ort ab; für den Produktionseinsatz ist enterprise licensing verfügbar.

Funktioniert Computer Vision im Freien bei Sonnenblendung, Staub und Regen?

Ja. Die Leistung im Freien hängt von den Trainingsdaten ab, nicht nur vom Modell. Ultralytics YOLO-Modelle, die mit den eigenen Aufnahmen eines Landwirts bei unterschiedlichen Wetter- und Lichtverhältnissen trainiert wurden, bewältigen Sonnenblendung, Staub und Regen zuverlässig. Hintergrundaufnahmen gesunder Nutzpflanzen neben kranken Beispielen zu verwenden, verringert Fehlalarme durch Schatten und Boden.

Können YOLO-Modelle offline auf Feldgeräten und Drohnen ausgeführt werden?

Ja. Die meisten landwirtschaftlichen Anwendungen laufen offline, weil Felder keine zuverlässige Internetverbindung haben. Ultralytics YOLO26 lässt sich in Formate für Edge-Hardware wie Jetson und Raspberry Pi exportieren, sodass Modelle ohne Verbindung auf Traktoren, Drohnen und Feldsensoren laufen. Enterprise licensing deckt den Produktionseinsatz ab.

Computer Vision in der Landwirtschaft

Von der Überwachung von Nutzpflanzen bis zum Schutz von Wildtieren: Entwickle in wenigen Tagen Echtzeitlösungen für Computer Vision in Landwirtschaft und Nutztierhaltung.

Das Vertrauen der führenden Organisationen der Welt

Wie Ultralytics YOLO die Landwirtschaft unterstützt

Echtzeit-KI, abgestimmt auf deinen Betrieb

Entwickelt für Felder, landwirtschaftliche Betriebe und Viehzucht. Ultralytics YOLO verbessert Arbeitsabläufe mit präziser, schneller und produktionsreifer Computer Vision und nutzt dabei deine vorhandene Infrastruktur.

Plug-and-Play-Bereitstellung: Die Bereitstellung erfolgt mit minimalem Aufwand, wodurch sich die Integrationszeit auf wenige Tage verkürzt.
Erkennungsgenauigkeit: Modernste Echtzeiterkennung für Nutzpflanzen, Vieh, Schädlinge und Ausrüstung.
Inferenz unter 5 ms: Bereitstellung am Edge, in der Cloud oder vor Ort mit 20 Exportformaten.
In wenigen Stunden produktionsreif: Annotiere, trainiere und stelle bereit – bei verkürzter Markteinführungszeit.

Lizenz anfordern

Echtzeit-KI, abgestimmt auf deinen Betrieb

Bewährte Ergebnisse in der Landwirtschaft

Aktuelle Einsätze zeigen, was Vision AI mit Ultralytics YOLO für Landwirte leistet: frühere Einblicke in den Zustand der Nutzpflanzen, schnellere Ernteautomatisierung und weniger manuelle Arbeit.

Pflanzengesundheit93,3 %

Pflanzenstress erkennen, bevor er sich ausbreitet

Ultralytics YOLO11 erkennt gesunde, gestresste und beschädigte Pflanzen mit 93,3 % mAP bei über 60 FPS und markiert Problembereiche in Echtzeit.

Rana & Vaidya, Scientific Reports, 2026

Automatisierte Ernte83 FPS

Mit schlanker Hardware schneller ernten

Ein Ultralytics YOLOv8n-Apfeldetektor erreicht 83 FPS und 0,885 mAP bei nur 4,3 MB und ermöglicht Ernterobotern die Bildverarbeitung in Echtzeit direkt auf dem Gerät.

Zhang & Huang et al., Sensors, 2026

Überwachung von Nutztieren96,7 %

Manuelle Tierzählung ersetzen

Ein Ultralytics YOLOv8-Geflügelzähler erreicht einen F1-Wert von 96,7 % bei 90,9 FPS und automatisiert die langsame und fehleranfällige manuelle Tierzählung.

Wu et al., Animals, 2025

YOLO26-Inferenz ausprobieren

Ziehe ein Bild per Drag-and-drop hierher, um die Objekterkennung in Echtzeit zu sehen.

Live-Demo

Eingabebild

Wähle ein Beispiel zum Testen aus Wheat Head YOLO26s, oder bring dein eigenes Bild zum Testen mit YOLO26n. Vorhersage-Dokumentation

Bild hier ablegen

oder zum Durchsuchen klicken

Unterstützt JPEG, PNG, WebP, AVIF, HEIC, JP2, TIFF, BMP und mehr (max. 10 MB)

Oder ein Beispiel ausprobieren

Example images: Global Wheat Head Dataset 2021, Etienne David · CC BY 4.0

Konfidenz

0.25

IoU

0.70

Bildgröße

640

API-Dokumentation

Stelle dein Modell bereit, um einen eigenen Inferenz-Endpunkt mit Authentifizierung per API-Schlüssel zu erhalten — ersetze anschließend die Platzhalter-URL und den Platzhalter-Schlüssel unten durch die Werte deiner Bereitstellung. Bereitstellungsdokumentation

Hinweis: Dies ist Beispielcode. Stelle dein Modell zuerst bereit, um deine Endpunkt-URL und deinen API-Schlüssel zu erhalten.

import requests

# Replace with your deployment URL and API key
url = "https://your-deployment-url.run.app/predict"
api_key = "YOUR_API_KEY"

# Optional inference parameters (conf, iou, imgsz)
args = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

with open("image.jpg", "rb") as f:
    response = requests.post(
        url,
        headers={"Authorization": f"Bearer {api_key}"},
        data=args,
        files={"file": f},
    )

print(response.json())

Vision AI für jede Phase der Landwirtschaft

Zweckorientierte Lösungen für jede Phase deines Produktionsprozesses.

Schädlingsbekämpfung

Skaliere die Schädlingserkennung mit Ultralytics YOLO

Nutze Ultralytics YOLO mit den neuesten Modellen für Erkennung, Segmentierung und Klassifizierung, um Schädlinge, Krankheiten und Befall in Echtzeit über verschiedene Nutzpflanzen und Felder hinweg zu jeder Jahreszeit zu identifizieren.

Echtzeitgenauigkeit: Erkenne Schädlinge und Krankheitsausbrüche frühzeitig.
Umfassende Unterstützung für KI-Aufgaben: Erkennung, Segmentierung, Klassifizierung, Pose, OBB.
Flexibles Training: Stimme YOLO in wenigen Minuten auf jeden Schädling und jede Nutzpflanze ab.

Skaliere die Schädlingserkennung mit Ultralytics YOLO

Wähle aus 20 Exportformaten

Einmal trainieren, überall bereitstellen – von Edge-Mikrocontrollern bis zu GPU-Clustern in der Cloud.

Branchen mit Vision AI verändern

Von Produktionshallen bis zu Operationssälen verwandelt Ultralytics visuelle Daten in Entscheidungen in Echtzeit.

Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %

Erfahre, wie Camerite Ultralytics YOLO nutzt, um die Videoüberwachung zu automatisieren, die Entwicklungszeit zu verkürzen und Städten den Übergang zu proaktiver Sicherheit zu ermöglichen.

Computer Vision in der Landwirtschaft

Echtzeit-KI, abgestimmt auf deinen Betrieb

Bewährte Ergebnisse in der Landwirtschaft

Pflanzenstress erkennen, bevor er sich ausbreitet

Mit schlanker Hardware schneller ernten

Manuelle Tierzählung ersetzen

YOLO26-Inferenz ausprobieren

Vision AI für jede Phase der Landwirtschaft

Skaliere die Schädlings­erkennung mit Ultralytics YOLO

Wähle aus 20 Exportformaten

Branchen mit Vision AI verändern

Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %

OnsiteIQ reduziert Projektverzögerungen mit Ultralytics YOLO11 um 20 %

TrainVision von mtrail verkürzt die Zeit für die Erfassung von Bahndaten um fast 100 %

Glacier Robotics reduziert den PET-Austrag in Recyclinganlagen in den USA um 70 %

SOHGA verkürzt die Zeit für die Parkplatzüberwachung mit Ultralytics YOLO um 30 %

Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden

RapiD Engineering führt die Qualitätskontrolle für Meeresfrüchte mit Ultralytics YOLO eine Woche schneller ein

Project Ocean Oasis treibt den Schutz von Korallenriffen mit Ultralytics YOLO voran

Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf den Plätzen

WG Tech Solutions reduziert mit Ultralytics YOLO und dem AI Accelerator von Axelera Sicherheitsverstöße um 28 %

Stride liefert mit Ultralytics YOLO eine Ganganalyse von Pferden in 1 Minute

Pixelabs erreicht mit der von Ultralytics YOLO gesteuerten Automatisierung einen Recall von 95 %

SiteAssist verbessert die Sicherheit auf Baustellen durch die Verarbeitung von mehr als 770.000 Bildern mit Ultralytics YOLO

Chef Robotics reduziert Lebensmittelverluste mit Ultralytics YOLO um 67 %

Cali Intelligence verkürzt Kassenschlangen mit Ultralytics YOLO um 43 %

MarineSitu erreicht bei der Unterwasserüberwachung mit Ultralytics YOLO eine Verfügbarkeit von mehr als 96 %

Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache

eSmart Systems halbiert mit Ultralytics YOLO die Inspektionszeit von Stromleitungen

Axelera AI ermöglicht Edge-KI-Inferenz mit 34 FPS unter Einsatz von Ultralytics YOLO

STMicroelectronics führt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz aus

Specialvideo erreicht mit Ultralytics YOLO eine Genauigkeit von 99 % bei der Lebensmittelprüfung

Vivity AI spart mit Ultralytics YOLO jährlich mehr als 5 Mio. $ im Industriebetrieb

Videologic Analytics skaliert mit Ultralytics YOLO auf 10.000 KI-Kameralizenzen

Prezent steigert die Genauigkeit der Folienerkennung mit Ultralytics YOLO um 34 %

ALYCE beschleunigt die Inferenz von Verkehrs-KI mit Ultralytics YOLO um 20 %

Kiwitron erkennt mit Ultralytics YOLO industrielle Gefahren in 30 m Entfernung

Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %

OnsiteIQ reduziert Projektverzögerungen mit Ultralytics YOLO11 um 20 %

TrainVision von mtrail verkürzt die Zeit für die Erfassung von Bahndaten um fast 100 %

Glacier Robotics reduziert den PET-Austrag in Recyclinganlagen in den USA um 70 %

SOHGA verkürzt die Zeit für die Parkplatzüberwachung mit Ultralytics YOLO um 30 %

Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden

RapiD Engineering führt die Qualitätskontrolle für Meeresfrüchte mit Ultralytics YOLO eine Woche schneller ein

Project Ocean Oasis treibt den Schutz von Korallenriffen mit Ultralytics YOLO voran

Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf den Plätzen

WG Tech Solutions reduziert mit Ultralytics YOLO und dem AI Accelerator von Axelera Sicherheitsverstöße um 28 %

Stride liefert mit Ultralytics YOLO eine Ganganalyse von Pferden in 1 Minute

Pixelabs erreicht mit der von Ultralytics YOLO gesteuerten Automatisierung einen Recall von 95 %

SiteAssist verbessert die Sicherheit auf Baustellen durch die Verarbeitung von mehr als 770.000 Bildern mit Ultralytics YOLO

Chef Robotics reduziert Lebensmittelverluste mit Ultralytics YOLO um 67 %

Cali Intelligence verkürzt Kassenschlangen mit Ultralytics YOLO um 43 %

MarineSitu erreicht bei der Unterwasserüberwachung mit Ultralytics YOLO eine Verfügbarkeit von mehr als 96 %

Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache

eSmart Systems halbiert mit Ultralytics YOLO die Inspektionszeit von Stromleitungen

Axelera AI ermöglicht Edge-KI-Inferenz mit 34 FPS unter Einsatz von Ultralytics YOLO

STMicroelectronics führt Ultralytics YOLO auf einem MCU mit nur 9,4 mJ pro Inferenz aus

Specialvideo erreicht mit Ultralytics YOLO eine Genauigkeit von 99 % bei der Lebensmittelprüfung

Vivity AI spart mit Ultralytics YOLO jährlich mehr als 5 Mio. $ im Industriebetrieb

Videologic Analytics skaliert mit Ultralytics YOLO auf 10.000 KI-Kameralizenzen

Prezent steigert die Genauigkeit der Folienerkennung mit Ultralytics YOLO um 34 %

ALYCE beschleunigt die Inferenz von Verkehrs-KI mit Ultralytics YOLO um 20 %

Kiwitron erkennt mit Ultralytics YOLO industrielle Gefahren in 30 m Entfernung

Camerite verkürzt die Entwicklungszeit mit Ultralytics YOLO um 25,2 %

OnsiteIQ reduziert Projektverzögerungen mit Ultralytics YOLO11 um 20 %

TrainVision von mtrail verkürzt die Zeit für die Erfassung von Bahndaten um fast 100 %

Glacier Robotics reduziert den PET-Austrag in Recyclinganlagen in den USA um 70 %

SOHGA verkürzt die Zeit für die Parkplatzüberwachung mit Ultralytics YOLO um 30 %

Scaleout verkürzt Modellaktualisierungen mit Ultralytics YOLO von Wochen auf Stunden

RapiD Engineering führt die Qualitätskontrolle für Meeresfrüchte mit Ultralytics YOLO eine Woche schneller ein

Project Ocean Oasis treibt den Schutz von Korallenriffen mit Ultralytics YOLO voran

Volley betreibt mit Ultralytics YOLO mehr als 250 KI-Trainingsgeräte auf den Plätzen

WG Tech Solutions reduziert mit Ultralytics YOLO und dem AI Accelerator von Axelera Sicherheitsverstöße um 28 %

Stride liefert mit Ultralytics YOLO eine Ganganalyse von Pferden in 1 Minute

Pixelabs erreicht mit der von Ultralytics YOLO gesteuerten Automatisierung einen Recall von 95 %

SiteAssist verbessert die Sicherheit auf Baustellen durch die Verarbeitung von mehr als 770.000 Bildern mit Ultralytics YOLO

Chef Robotics reduziert Lebensmittelverluste mit Ultralytics YOLO um 67 %

Cali Intelligence verkürzt Kassenschlangen mit Ultralytics YOLO um 43 %

MarineSitu erreicht bei der Unterwasserüberwachung mit Ultralytics YOLO eine Verfügbarkeit von mehr als 96 %

Theia Scientific beschleunigt die Mikroskopieanalyse mit Ultralytics YOLO um das 43-Fache

Skaliere die Schädlingserkennung mit Ultralytics YOLO