学术中心
基于深度学习的时间序列数据预测植物生长
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-02-28 06:10
- 访问量：
【概要描述】本文通过对根和芽系统进行分割，研究了利用深层网络进行植物生长预测的潜力
基于深度学习的时间序列数据预测植物生长
【概要描述】本文通过对根和芽系统进行分割，研究了利用深层网络进行植物生长预测的潜力
- 分类：植物表型资讯
- 作者：PhenoTrait
- 来源：本站
- 发布时间：2021-02-28 06:10
- 访问量：
表型分析涉及植物解剖、生化和生理特性的定量评估。植物漫长的自然生长周期阻碍了植物表型实验的进展。深度学习可以为自动化和解决关键的植物表型研究问题提供极大支持。基于机器学习的高通量表型技术是解决表型瓶颈的一种有效方法，有望缩短表型研究的实验周期。本文通过对根和芽系统进行分割，研究了利用深层网络进行植物生长预测的潜力。
地面真叶图像的注释示例
预测帧与其处理后的图像之间的比较
研究人员将现有的生成性对抗预测网络应用到这个新领域。结果表明，基于植物生长的时间序列数据，一个有效的植物叶片和根系分割网络可以对未来一段时间内的叶片和根系进行预测性分割。并且本文给出了拟南芥(A.thaliana)和油菜(Komatsuna)两个公共数据集的基准结果。本文提出的方法性能强大，具有可以媲美人类专家标注的能力，对不同的植物种类和变异适应性和可训练性都很强。
线图显示了每个时间步骤的评估指标结果
框架与其处理后的图像之间的比较
来源：
Yasrab R, Zhang J, Smyth P. Predicting Plant Growth from Time-Series Data Using Deep Learning. Remote Sens. 2021, 13(3), 331; https://doi.org/10.3390/rs13030331.
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