学术中心

全部分类
您现在的位置:
首页
/
/
/
使用卷积神经网络自动检测油棕气孔

使用卷积神经网络自动检测油棕气孔

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-08-19 06:10
  • 访问量:

【概要描述】气孔密度是耐旱油棕育种选择的重要性状,然而,它的测量却非常繁琐。为了加快这个过程,我们开发了一个自动化系统。

使用卷积神经网络自动检测油棕气孔

【概要描述】气孔密度是耐旱油棕育种选择的重要性状,然而,它的测量却非常繁琐。为了加快这个过程,我们开发了一个自动化系统。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-08-19 06:10
  • 访问量:
详情

气孔密度是耐旱油棕育种选择的重要性状,然而,它的测量却非常繁琐。为了加快这个过程,我们开发了一个自动化系统。

 

显示使用 MobileNetV127 作为主干的 SSD28 的图表

 

本研究收集了三个棕榈发育阶段具有代表性的气孔图

 

研究人员收集了从苗圃(1年)、幼年(2-3年)和成熟(>10年)的128棵棕榈树的叶片样本,建立油棕特定的气孔检测模型。首先,将显微图像分割成小块,然后通过转移学习训练气孔目标检测卷积神经网络模型。然后,在从幼树(A)、幼树(B)和多产成年树(C)的三个独立油棕种群采集的叶片样本上测试检测模型。以精度和召回率衡量的检测准确度,A 组为 98.00% 和 99.50%,B 组为 99.70% 和 97.65%,C 组为 99.55% 和 99.62%。接着,使用在不同显微镜和不同条件下(D)拍摄的气孔图像,将该检测模型交叉应用于另一组成年棕榈,其准确率和召回率分别为99.72%和96.88%。这表明所建立的模型具有很好的通用性,并且具有很高的可迁移性。随着该检测模型的完成,可以加快气孔密度的测量。这反过来将加速抗旱育种的选择。

 

测试集(A、B、C和D)的精度和召回箱线图

 

基于全显微图像的气孔检测

 

来源:

Kwong Q, Wong Y, Lee P, et al. Automated stomata detection in oil palm with convolutional neural network. Scientific Reports volume 11, Article number: 15210 (2021). https://doi.org/10.1038/s41598-021-94705-4.

关键词:

扫二维码用手机看

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!
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。
查看详情
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
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。
查看详情
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
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。

视频展示

透过表型数据看见植物的喜怒哀乐
00:59:21
所属分类:
视频展示
发布时间:
2022/11/13
关键词:

专题报道

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。
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