Beobachtungen und Prognosen der Beerenernte gibt es seit 90' in Finnland. Die Beobachtungen basieren auf einem Netzwerk von Überwachungswäldern, in jedem Wald gibt es fünf 1 Quadratmeter große Aussichtsplätze. Während der Vegetationsperiode werden Blumen, rohe Beeren und reife Beeren berechnet und Prognosen basieren auf diesen Berechnungen. Derzeit verfolgt NIBIO einen ähnlichen Ansatz in Norwegen. Im Jahr 2017 hat Natural Resources Finland (Luke) begonnen, Citizen Science-Konzept in Beerenbeobachtungen anzuwenden. Im Konzept kann jeder einen Überwachungswald mit Beobachtungsplätzen einrichten und die Berechnungen durchführen. Die Ergebnisse werden auf der marjahavainnot.fi -Website gespeichert, auf der die Beobachtungsergebnisse frei verfügbar sind. Obwohl das Beobachtungsverfahren einfach und unkompliziert ist, sind Berechnungen zeitaufwändig und erfordern Sorgfalt und Genauigkeit. Für die Beobachtungen sind neue Ansätze und Techniken erforderlich. Eine Möglichkeit besteht darin, die Anzahl der Blumen, rohen Beeren und reifen Beeren durch maschinelles Sehen zu bestimmen. Bei diesem Ansatz nimmt der Beobachter ein digitales Bild des Beobachtungsquadrats und der Computeralgorithmus schätzt die Anzahl der Blumen, rohen Beeren oder reifen Beeren. Ziel des Projekts ist es, eine Lösung zu entwickeln, die maschinelles Lernen und Bildanalyse kombiniert, um die Mengen vorbestimmter Objekte im Bild zu bestimmen. In diesem Fall sind die Objekte die Blumen, rohe Beeren und reife Beeren. Cloud-Computing-Dienste werden eingesetzt, da sie oft über die Funktionen verfügen, die maschinelles Lernen bereits zu einem gewissen Grad unterstützen. Dieses cloudbasierte maschinelle Lernsystem wird als Backend bezeichnet. Das ultimative Ziel ist es, die Menge der Beeren an einem Ort durch ein Foto zu bestimmen, das von gewöhnlichen mobilen Geräten erstellt wurde. Für diese neue mobile Anwendung wird ein Prototyp produziert, der es uns ermöglicht, Testmaterial mit unterschiedlichen Mobiltelefonen aus verschiedenen Preisklassen zu erstellen. Im Projekt wird auch ein Testplan erstellt, der es uns ermöglicht, Tests auf Mobiltelefonen verschiedener Preisklassen und deren Cpabilitien durchzuführen. Ziel ist es, zu untersuchen, ob es möglich ist, mit Mobiltelefonkameras gültige Messungen zu erreichen. Auch die Validität des hthe-Quellenmaterials wird getestet, d. h. ob ein einzelnes Foto oder eine Videoquelle eine bessere Alternative für die Analyse ist.
