学术中心
在植物定量遗传学实验中,基于图像的高时间分辨率表型数据可以评估和分析基因型-表型关联的生长动力学,因此比终点测量更具优势。最近,基于网络的相机系统已经成为可定制的低成本表型解决方案。
表型系统的一般设置和实验设置的示意图
在这里,我们利用180个联网的树莓派单元,实现了一个基于分布式计算的大型自动化图像捕捉系统,可以同时检测1800株白三叶草(Trifolium repens)。结果证明,该相机系统性能稳定,180台相机的平均正常运行时间为96%。为了对捕获的图像进行分析,我们开发了Greenotyper图像分析管道。该方法对植物的定位精度为97.98%,基于U-net的植物分割算法的分割精度为0.84,像素精度为0.95。我们利用Greenotyper分析了总共355027张图像,这需要24-36小时。因此,使用大量静态照相机和植株进行自动表型分析是替代依赖传送带或移动相机系统的一种经济高效的选择。
(A)使用CPU与GPU的U-net的运行时间。 (B)随着图像数量的增加,阈值和U-net(GPU)的运行时间。
来自测试集的三个示例图像进行分割
来源:
Tausen M, Clausen M, Moeskjær S, et al. Greenotyper: Image-Based Plant Phenotyping Using Distributed Computing and Deep Learning. Front. Plant Sci., 07 August 2020 | https://doi.org/10.3389/fpls.2020.01181.
扫二维码用手机看
推荐新闻

发布时间 : 2022-11-13 07:26:55

发布时间 : 2022-05-20 11:45:57

发布时间 : 2022-05-13 10:56:43
视频展示
专题报道
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中路12号院8号楼2门
电话:010-62925490、82928854、82928864、82928874、18600875228
传真:010-62925490-802
Email: info@phenotrait.com
邮编:100096
在线留言
关注我们

植物表型圈

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