学术中心

全部分类
您现在的位置:
首页
/
/
/
基于三重网络的植物表型图像的自监督特征提取

基于三重网络的植物表型图像的自监督特征提取

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2020-12-25 06:10
  • 访问量:

【概要描述】

基于三重网络的植物表型图像的自监督特征提取

【概要描述】

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2020-12-25 06:10
  • 访问量:
详情

图像分析结合了高通量筛选和多参数特征分析,可以捕获扰动对生物系统的影响。该技术在植物表型研究领域引起了越来越多的关注,有望加速新型除草剂的发现。然而,从未标记植物图像中提取有意义的特征仍然具有很大挑战。

 

代表性图片和本文提出的体系结构

 

来自不同模型架构的时程嵌入的k均值聚类的定量评估

 

本文提出了一种新型数据驱动方法,利用时间作为图像相似性度量,以自监督的方式从植物时间序列图像中提取特征。首先应用ImageNet预训练的体系结构作为基本特征抽取器。然后,利用一个三重网络扩展该体系结构,通过排列连续和非连续时间点之间的相对相似性来细化和降低提取特征的维数。结果显示,在不使用任何标签的情况下,生成了紧凑、有组织的植物表型特征,并证明了它们在聚类、图像检索和分类任务中的卓越适用性。除此之外,还可以使用其他替代的表型相似性度量来应用,从而为表型圈提供通用方法。

 

对基于AlexNet的体系结构的时程嵌入的k均值聚类的定性评估

 

从时程嵌入中检索图像

 

来源:

Zapata P A M, Roth S, Schmutzler D, et al. Self-supervised feature extraction from image time series in plant phenotyping using triplet networks. Bioinformatics. https://doi.org/10.1093/bioinformatics/btaa905.

关键词:

扫二维码用手机看

推荐新闻

我司荣登2020国际未来农业食品百强榜生物农业TOP20
我司荣登2020国际未来农业食品百强榜生物农业TOP20
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
查看详情
慧诺瑞德荣登2020国际未来农业食品百强榜生物农业TOP20
PhenoTrait “职”等你来
PhenoTrait “职”等你来
发布时间 : 2020-11-23 15:31:23
赶快将您的简历发到邮箱hr@phenotrait.com,我们热切的期待您的来信。!
查看详情
赶快将您的简历发到邮箱hr@phenotrait.com,我们热切的期待您的来信。!
慧诺表型实验室推出测试服务
慧诺表型实验室推出测试服务
发布时间 : 2020-08-26 11:38:26
提供植物表型、光合作用等相关的数据测试和分析服务
查看详情
提供植物表型、光合作用等相关的数据测试和分析服务
提高光合效率促进植物生长
提高光合效率促进植物生长
发布时间 : 2020-07-10 00:00:00
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。
查看详情
我们可能培育出阳光利用率至少为1.5%的植物,而不是目前的0.5%,这是一个巨大的进步。

视频展示

植物表型架起从数字农业到智慧农业的桥梁
00:30:11
所属分类:
视频展示
发布时间:
2020/12/10
关键词:

专题报道

搜索
确认
取消

联系我们

慧诺瑞德(北京)科技有限公司

地址:北京市海淀区西三旗街道建材城东路10号院
          京城尚德智造产业园E区112B

电话:010-62925490829288548292886482928874
传真:010-62925490-802
Email:
info@phenotrait.com

邮编:100096

在线留言

关注我们

这是描述信息

植物表型圈

这是描述信息

植物表型资讯

慧诺瑞德(北京)科技有限公司版权所有      京ICP备15043840号    网站建设:中企动力   北二分     法律声明