学术中心

全部分类
您现在的位置:
首页
/
/
/
人工智能和新型传感技术在评估葡萄霜霉病中的应用

人工智能和新型传感技术在评估葡萄霜霉病中的应用

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-22 06:10
  • 访问量:

【概要描述】本文探讨了新型传感技术和人工智能在实验室条件下评估葡萄霜霉病的应用。

人工智能和新型传感技术在评估葡萄霜霉病中的应用

【概要描述】本文探讨了新型传感技术和人工智能在实验室条件下评估葡萄霜霉病的应用。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-06-22 06:10
  • 访问量:
详情

植物病虫害给世界农业生产造成巨大损失。霜霉病是葡萄的主要病害。传统的植物病害鉴定技术费时费力,需要专业人员。本文探讨了新型传感技术和人工智能在实验室条件下评估葡萄霜霉病的应用。

 

使用新型传感技术和人工智能评估葡萄叶片霜霉病的流程图

 

在实验室条件下使用计算机视觉评估葡萄叶霜霉病严重程度的流程图

 

研究人员利用机器视觉评估霜霉病孢子形成,并探索了高光谱成像早期检测霜霉病的潜力。利用RGB叶圆片图像分析估计葡萄 (Vitis vinifera L. cv Tempranillo)霜霉病 (Plamopara viticola) 的严重程度。计算机视觉与专家视觉评定的霜霉病严重程度相关性的判定系数(R2)为0.76,均方根误差(RMSE)为20.53%。此外,使用高光谱图像早期检测霜霉病的准确率达到81%。综上所述,计算机视觉、高光谱成像和机器学习可以应用于葡萄重要病害的检测。

 

基于计算机视觉的葡萄叶片霜霉病严重程度评估

 

来源:

Hernández I, Gutiérrez S, Ceballos S, et al. Artificial Intelligence and Novel Sensing Technologies for Assessing Downy Mildew in Grapevine. Horticulturae 2021, 7(5), 103; https://doi.org/10.3390/horticulturae7050103.

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