一种测量植物由于缺氮引起的胁迫的深度学习方法


发布时间:

2020-12-05

来源:

本站

作者:

PhenoTrait

植物养分缺乏引起的胁迫会显著降低作物产量。氮是一种必需的营养素,是重要的生长限制因子,是氨基酸、蛋白质、核酸和叶绿素的主要成分。氮缺乏会影响某些可见的植物性状,如面积、颜色、叶片数和株高等。随着近年来成像技术的发展,基于计算机视觉的植物表型组学已成为植物研究和管理的一个极具前景的领域。该技术具有无损、自动化程度更高、速度更快的优势。

 

 

可视化数据集中0度(右)和90度(左)的样本

图像分割步骤示例

 

本文使用的CNN架构

 

本文提出了一种基于图像的自动植物表型分析方法,用于植物茎部图像的胁迫分类。研究人员提出了一种23层的深度学习技术,并与传统机器学习技术和少数其他深度架构进行了比较。结果表明,一个简单的23层深度学习体系结构可与现有的深度学习体系结构(如ResNet18和NasNet-Large,具有数百万个可训练参数)相媲美,能够利用植物图像进行最高水平的胁迫分类。此外,本文提出的模型也优于传统模型。

 

精度和损失与迭代次数(0°视图)

 

精度和损失与迭代次数(90°视图)

 

来源:

Azimi S, Kaur T and Gandhi T K.. A deep learning approach to measure stress level in plants due to Nitrogen deficiency. Measurement. https://doi.org/10.1016/j.measurement.2020.108650.

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。