Panicle-Cloud:无人机稻穗表型平台


发布时间:

2023-10-31

来源:

本站

作者:

PhenoTrait

水稻是世界上许多水稻消费国必不可少的稳定食物,因此在全球气候变化的情况下提高其产量非常重要。要评价不同水稻品种的产量表现,单位面积穗数(PNpM2)等与产量相关的关键性状是重要指标,已引起许多植物研究团体的高度重视。然而,由于田间条件复杂、水稻栽培品种及其穗子形态特征差异较大,对水稻稻穗进行大规模筛选以量化 PNpM2 性状仍具有挑战性。在此,我们介绍一个开放的人工智能(AI)云计算平台——Panicle-Cloud,该平台能够从无人机采集的图像中量化水稻稻穗。为了促进人工智能检测模型的开发,我们首先建立了一个开放的多样化水稻稻穗检测(即 DRPD)数据集,该数据集由一组水稻专家进行注释;然后,我们将几个先进的深度学习模型(包括一个名为 Panicle-AI 的模型)集成到 Panicle-Cloud 平台,这样非专业用户就可以选择一个预先训练好的模型,从自己的无人机图像中检测水稻稻穗。我们利用在不同姿态和生长阶段采集的图像试用了人工智能模型,从而确定了在田间对水稻稻穗进行表型的正确时间和图像分辨率。然后,我们将该平台应用于双季稻育种试验,以验证其生物学相关性,并利用该平台从数百个水稻品种中得出的 PNpM2 性状对产量进行分类。通过计算分析与人工评分之间的相关性分析,我们发现该平台能够可靠地量化 PNpM2 性状,并在此基础上对产量进行高精度分类。因此,我们的工作证明了在水稻 PNpM2 性状表型方面取得的宝贵进展,为水稻育种人员在田间条件下筛选和选育理想的水稻品种提供了有用的工具包。

 

图1 双季田间试验和无人机获取的水稻稻穗图像。(a) 田间试验地点的地理位置。(b) 为使用无人机拍摄水稻稻穗图像而设计的三次网格飞行任务。(c) 在三个不同的地面取样距离和四个关键生长阶段获取的代表性水稻稻穗图像。(d) 在 7 米高空通过无人机进行空中表型分析的代表性水稻品种。

 

图2 从无人机采集的图像中检测水稻稻穗的 Panicle-Cloud 平台分析工作流程。(a) 图像预处理(数字代表分割的子图像数量)和水稻稻穗标记。(b) 图像增强和人工智能模型训练。(c) 建立用于稻穗检测和计数的 Panicle-Cloud 平台。

 

图3 提出的稻穗人工智能模型及其体系结构,作为检测稻穗的人工智能模型。

 

图4 (a) 在 7、12 和 20 米高度采集的水稻图像上,四个关键生长阶段的稻穗检测和计数结果。(b) 人工计数结果与人工智能生成的稻穗结果之间的相关性分析。

 

图5 四个生长阶段的稻穗计数和相关性分析。(a) 在 GSD7m 处使用基于小区的航空图像对四个生长阶段的稻穗检测进行可视化。(b) 利用 7 米航拍图像得出的 Panicle-AI 与人工计数的水稻稻穗在四个生长阶段的相关性。表中还提供了基于生长阶段的稻穗检测相关性分析。

 

图6 Cloud-based平台,供研究人员随时使用并进行产量分类。(a) 对用户上传的单张图像进行基于云的稻穗检测,包括选择感兴趣区域(ROI)、选择预训练的人工智能模型和下载检测结果。(b) 对一系列图像进行云批量处理。(c) 使用 366 个基于地块的产量和 144 个用于评估的产量分类模型进行训练。

 
来 源

Teng Z, Chen J, Wang J, et al. Panicle-Cloud: an open and AI-powered cloud computing platform for quantifying rice panicles from drone-collected imagery to enable the classification of yield production in rice[J]. Plant Phenomics.

DOI: 10.34133/plantphenomics.0105

 

编辑

小王博士在努力

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。