基于无人机RGB图像的叶斑病分类


发布时间:

2021-06-19

来源:

本站

作者:

PhenoTrait

病害会影响作物产量。因此,利用无人机传感器检测植物病害利于支持病虫害综合管理的决策,也利于育种者选择耐基因型。本研究利用RGB图像检测甜菜叶斑病。

 

方法概述,开发时考虑到精确农业应用

 

本文提出了一种利用全卷积神经网络直接对无人机采集的RGB图像进行CLS检测的方法该方法不需要复杂的多光谱或高光谱传感器,但能够提供可靠的结果,且具有高灵敏度。另外,本文还提供了一个用于CLS症状、健康植被和背景像素级语义分割的检测管道,能够自动量化感染等级。最后,本文使用从不同甜菜试验田记录的多个无人机数据集对该系统进行全面评估。该数据集由不同领域的训练数据集和测试数据集组成。研究人员利用该数据集在现实条件下评估本文提出的方法,并分析了它对未知环境的泛化能力。结果显示,所获得的结果与人类专家的视觉评估显著相关。

 

单点图的RGB及相应的地面真值信息

 

分类评估CLS、健康植被和背景的像素分类性能。

 

本研究强调了高分辨率RGB成像和卷积神经网络在田间条件下用于植物病害检测的潜力。演示的程序对于实际条件下的应用特别有趣,因为不需要复杂且成本高的测量系统。

 

基于预测语义图的CLS感染水平(IL)测定结果

 

来源:

Görlich F, Marks E, Mahlein A, et al. UAV-Based Classification of Cercospora Leaf Spot Using RGB Images. Drones 2021, 5(2), 34; https://doi.org/10.3390/drones5020034.

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。