学术中心

全部分类
您现在的位置:
首页
/
/
/
利用深度学习在复杂背景下进行叶片分割和分类

利用深度学习在复杂背景下进行叶片分割和分类

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2020-12-28 06:10
  • 访问量:

【概要描述】

利用深度学习在复杂背景下进行叶片分割和分类

【概要描述】

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2020-12-28 06:10
  • 访问量:
详情

利用植物图像进行叶片分割和分类是一个很大的挑战,尤其是在背景复杂的图像中叶片存在重叠的情况下。本文研究了利用深度学习对具有复杂背景的叶片图像进行分割和分类的方法。

 

15个物种集合

 

标签过程中的图像

首先,采集2500多张背景复杂的叶片图像,并用目标像素和背景像素进行人工标记。其中2000张图像被输入基于掩模区域的卷积神经网络(Mask R-CNN)来训练叶片分割模型。然后,将一个包含15个物种1500多个训练图像的训练集输入一个非常深的16层卷积网络(VGG16)中,训练叶片分类模型。通过比较各种参数组合得到最佳超参数。结果表明,使用Mask R-CNN的80张测试图像的平均误分类误差(ME)为1.15%,使用VGG16对150张测试图像进行叶子分类的平均准确度值高达91.5%。

 

分割结果

 

每个图像的ME

 

综上所述,这些方法可以有效地对复杂背景下的叶片图像进行分割和分类,能够为植物表型分析和自动分类提供参考。

 

手动标记结果和算法细分结果

 

来源:

Yang K, Zhong W and Li F. Leaf Segmentation and Classification with a Complicated Background Using Deep Learning. Agronomy 2020, 10(11), 1721; https://doi.org/10.3390/agronomy10111721.

关键词:

扫二维码用手机看

推荐新闻

高通量植物表型平台建设注意事项
高通量植物表型平台建设注意事项
发布时间 : 2022-05-20 11:45:57
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。
查看详情
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
作物生理表型测量基础原理
发布时间 : 2022-05-13 10:56:43
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。
查看详情
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。
AI育种,从这里起步
AI育种,从这里起步
发布时间 : 2022-05-09 12:21:00
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
查看详情
植物表型本身就是一个跨学科领域,自带AI基因。而植物表型服务的对象就是育种和种植。AI通过植物表型赋能育种,是AI育种的重要发展方向之一。让我们用表型之“瞳”,赋农业之“慧”。
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。

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中路12号院8号楼2门 
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