学术中心

全部分类
您现在的位置:
首页
/
/
/
基于无人机RGB图像的叶斑病分类

基于无人机RGB图像的叶斑病分类

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-19 06:10
  • 访问量:

【概要描述】本文提出了一种利用全卷积神经网络直接对无人机采集的RGB图像进行CLS检测的方法该方法不需要复杂的多光谱或高光谱传感器,但能够提供可靠的结果,且具有高灵敏度

基于无人机RGB图像的叶斑病分类

【概要描述】本文提出了一种利用全卷积神经网络直接对无人机采集的RGB图像进行CLS检测的方法该方法不需要复杂的多光谱或高光谱传感器,但能够提供可靠的结果,且具有高灵敏度

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-19 06:10
  • 访问量:
详情

病害会影响作物产量。因此,利用无人机传感器检测植物病害利于支持病虫害综合管理的决策,也利于育种者选择耐基因型。本研究利用RGB图像检测甜菜叶斑病。

 

方法概述,开发时考虑到精确农业应用

 

本文提出了一种利用全卷积神经网络直接对无人机采集的RGB图像进行CLS检测的方法该方法不需要复杂的多光谱或高光谱传感器,但能够提供可靠的结果,且具有高灵敏度。另外,本文还提供了一个用于CLS症状、健康植被和背景像素级语义分割的检测管道,能够自动量化感染等级。最后,本文使用从不同甜菜试验田记录的多个无人机数据集对该系统进行全面评估。该数据集由不同领域的训练数据集和测试数据集组成。研究人员利用该数据集在现实条件下评估本文提出的方法,并分析了它对未知环境的泛化能力。结果显示,所获得的结果与人类专家的视觉评估显著相关。

 

单点图的RGB及相应的地面真值信息

 

分类评估CLS、健康植被和背景的像素分类性能。

 

本研究强调了高分辨率RGB成像和卷积神经网络在田间条件下用于植物病害检测的潜力。演示的程序对于实际条件下的应用特别有趣,因为不需要复杂且成本高的测量系统。

 

基于预测语义图的CLS感染水平(IL)测定结果

 

来源:

Görlich F, Marks E, Mahlein A, et al. UAV-Based Classification of Cercospora Leaf Spot Using RGB Images. Drones 2021, 5(2), 34; https://doi.org/10.3390/drones5020034.

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