学术中心

全部分类
您现在的位置:
首页
/
/
/
基于低空无人机图像和深度学习的表型系统开发

基于低空无人机图像和深度学习的表型系统开发

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-03-16 06:10
  • 访问量:

【概要描述】本研究结合基于深度学习的穗部检测和基于轻型消费级无人机的摄影测量的优点,提出了一种轻型表型系统。

基于低空无人机图像和深度学习的表型系统开发

【概要描述】本研究结合基于深度学习的穗部检测和基于轻型消费级无人机的摄影测量的优点,提出了一种轻型表型系统。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-03-16 06:10
  • 访问量:
详情

本研究结合基于深度学习的穗部检测和基于轻型消费级无人机的摄影测量的优点,提出了一种轻型表型系统。

 

2018(a)和2019(b)试验水田

 

在四个常见场景下目视检查Mask R-CNN的结果:

 

研究人员进行了为期两年的实验,以进行数据收集和准确性验证。针对稻田复杂场景下的穗粒检测问题,提出了一种基于掩模区域的卷积神经网络(Mask R-CNN)深度学习模型。共有13857张图片被输入Mask R-CNN,其中80%用于训练,20%用于验证。结果得到,Mask R-CNN的得分、准确度、召回率、平均准确度(AP)和F1得分分别为82.46%、80.60%、79.46%和79.66%。另外,本文还提出了一个完整的飞行轨迹预处理流程,去除重复检测和噪声。最后,利用地理分布直观地反映了水稻抽穗期生长的明显变化,并在预测了收获前的总穗数。穗数预测的平均误差为33.98%。实验结果表明,该系统作为高通量表型分析方法是可行的。

 

穗生长模型

 

抽穗期穗比记录

 

来源:

Lyu S, Noguchi N, Ospina R, Kishima Y. Development of phenotyping system using low altitude UAV imagery and deep learning. IJABE. DOI: 10.25165/j.ijabe.20211401.6025.

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