Herbaria worden al eeuwen gebruikt om planten te documenteren en te bestuderen. De digitalisering en online beschikbaarheid van deze herbaria heeft geleid tot een groeiende nood aan tools om deze collecties te verrijken. De studie van herbaria omvat namelijk een enorme inspanning, omdat deze quasi geen metadata bevatten over de morfologie van de planten. Huidige verwerkingsmethoden zijn ofwel niet gedetailleerd genoeg, onnauwkeurig, of werken slechts voor een beperkt aantal soorten. Wij streven ernaar deze problemen op te lossen door robuuste computervisie-methodes te ontwikkelen voor het verwerken en analyseren van herbaria. We zullen gebruik maken van de miljoenen publiek beschikbare herbariumvellen samen met taxonomische informatie om een nieuwe vision transformer te ontwikkelen die generaliseert naar een breed gamma plantensoorten. We zullen dit model gebruiken om herbariumvellen volledig te segmenteren, waarbij maskers van planten en plantorganen (bladeren, vruchten, enz.) worden voorspeld. Uit deze segmenten zullen we morfologische kenmerken extraheren die cruciaal zijn voor het studeren van herbaria. Onze bestaande expertise vormt de basis voor dit onderzoek en zal gebruik maken van de standaarden voorgesteld in DiSSCo en TDWG. We zullen onze methodes toepassen op miljoenen beschikbare herbariumvellen en de resultaten integreren in deze platformen, hiermee stellen we onderzoekers in staat om efficiënt historische biodiversiteit en ecologische context te bestuderen.