Optimierung von YOLOv8 zur Erkennung von Kuh-Eutern anhand von Wärmebilddaten

Optimierung von YOLOv8 zur Erkennung von Kuh-Eutern in Wärmebilddaten zur Verbesserung der Tiergesundheitsüberwachung und der Effizienz im Betriebsmanagement. Die Studie nutzt einen manuell annotierten Datensatz, der über CVAT erstellt wurde und zu 70 % aus Trainingsdaten, zu 20 % aus Validierungsdaten und zu 10 % aus Testdaten besteht. Die hohe Erkennungsgenauigkeit zeigt das praktische Potenzial für automatisierte Gesundheitsbewertungen in der Landwirtschaft.