学术中心

全部分类
您现在的位置:
首页
/
/
/
利用深度卷积神经网络提取大豆表型性状

利用深度卷积神经网络提取大豆表型性状

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-04-20 06:10
  • 访问量:

【概要描述】本文介绍了利用大豆图像中提取植物性状数据的过程

利用深度卷积神经网络提取大豆表型性状

【概要描述】本文介绍了利用大豆图像中提取植物性状数据的过程

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-04-20 06:10
  • 访问量:
详情

近年来,人们建立了能够产生大量图像的高通量植物表型系统。为了对植物性状进行统计分析,必须进行图像处理。本文介绍了利用大豆图像中提取植物性状数据的过程。

 

内布拉斯加州大学林肯大学温室创新中心拍摄的处于不同生长阶段的大豆植物的RGB图像

 

面板(a)包含内布拉斯加州创新温室中大豆植物的RGB图像,而面板(b)是生成的二进制图像。

 

以VGG16模型及其卷积层中的参数作为模型的一部分,利用传递学习,对卷积神经网络(CNNs)进行训练,预测植物的高度、宽度和大小等测量值。实验结果表明,通过迁移学习,我们的CNNs可以用相对较少的训练数据从图像中进行高效、准确地提特征提取。该方法是植物表型组学领域的一种新方法,且展示了基于CNN的植物特征提取方法的优越性。

 

 

从HM测试图像中CNN预测的性状图

来源:

Adams J, Yumou Qiu Y, Luis Posadas L, et al. Phenotypic trait extraction of soybean plants using deep convolutional neural networks with transfer learning. Big Data and Information Analytics, 2021, 6: 26-40. doi: 10.3934/bdia.2021003.

关键词:

扫二维码用手机看

推荐新闻

致即将毕业的你
致即将毕业的你
发布时间 : 2021-04-20 15:29:43
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
查看详情
如果您有意向,不要彷徨不要犹豫,赶快将您的简历发到邮箱hr@phenotrait.com吧。
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
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