使用YOLO目标检测算法实现甜樱桃表型分析


发布时间:

2023-04-03

来源:

植物表型资讯

作者:

PhenoTrait

果实育种是一项长期活动,涉及对大量果实样品质量性状的反复测量。传统上,这些特征的测量是通过手工计数、称重来间接测量果实性状,而果实的颜色是通过视觉对比颜色表主观地划分为不同的颜色类别。但是这些传统测量过程费时费力,且主观因素较为严重。深度学习的快速发展可以帮助实现这一过程的自动化。在本文中,我们开发了一种利用YOLOv3实时自动计算相机视野中甜樱桃果实数量的方法。还使用Python开发了一个能够分析图像数据中其他特征(如尺寸和颜色)的系统。YOLO模型在提取尺寸和颜色信息时,在物体检测和樱桃计数方面获得了接近99%的准确率,在用于物体定位的IoU指标上获得了90%的准确率。该模型超过了人类的表现,与人工计数相比有了明显的改善。

 

(a)樱桃计数托盘               (b) 樱桃大小和硬度测量机                 

图1 樱桃测量设备。

 

图2  分析流程图。

 

图3 是同不同建模模型对樱桃样本的预测结果图。

 

图4 显示输入和输出图像的应用程序。

 

图5 YOLOv3的双变量拟合。

 
 
来 源
Nagpal R, Long S, Jahagirdar S, et al. An Application of Deep Learning for Sweet Cherry Phenotyping using YOLO Object Detection[J]. arXiv preprint arXiv:2302.06698, 2023.
 

编辑

小王博士在努力
 

扩展阅读

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。