学术中心

全部分类
您现在的位置:
首页
/
/
/
基于注意机制的棉花根系原位图像语义分割模型

基于注意机制的棉花根系原位图像语义分割模型

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-09-14 06:10
  • 访问量:

【概要描述】棉花成熟期根系分割实验结果显示,AM-DeepLabv3+模型比Sub-pixel-DeepLabv3+、U-Net、SegNet模型具有更高的分割精度和运算效率。

基于注意机制的棉花根系原位图像语义分割模型

【概要描述】棉花成熟期根系分割实验结果显示,AM-DeepLabv3+模型比Sub-pixel-DeepLabv3+、U-Net、SegNet模型具有更高的分割精度和运算效率。

  • 分类:植物表型资讯
  • 作者:PhenoTrait
  • 来源:本站
  • 发布时间:2021-09-14 06:10
  • 访问量:
详情

  根系在土壤中的生长和分布对植物的生长有重要影响,是影响作物生产的重要因素之一。然而,植物的根系位于黑暗封闭的土壤中。即使我们能够从复杂的土壤中获得高清晰的根系图像,土壤颗粒对根系的干扰以及它们之间微小的颜色差异也将对进一步的根系分割提出挑战。

 

  以棉花成熟根系为研究对象。试验于2019年在黄河流域河北省保定市(38.85N,115.30E)河北农业大学实验站进行,试验设备如图1。

 

  图1 图像采集装置的构造及实物。(a)图像采集装置(Epson Perception V39, Suwa, Japan);(b)和(c)棉花根系生长装置。

 

  提出了一种基于注意机制(attention mechanism)的DeepLabv3+语义分割模型(AM-DeepLabv3+),如图2,用于复杂土壤背景下棉花根系的分割。针对DeepLabv3+模型对图像分割任务拟合速度慢、目标边缘分割精度不足的问题,在模型中引入了一个简单有效的注意模块——卷积块注意模块(CBAM)。通过在编码器和解码器的连接部分添加CBAM模块,可以更好地传输根系的边缘和细微特征。特征,使DeepLabv3+编码器部分的特征提取更加准确高效。

 

  图2 AM-DeepLabv3+网络模型

 

  棉花成熟期根系分割实验结果显示,AM-DeepLabv3+模型比Sub-pixel-DeepLabv3+、U-Net、SegNet模型具有更高的分割精度和运算效率。AM-DeepLabv3+模型的精度值、召回值和F1-score分别为0.9971、0.9984和0.9937,161个未训练的根图像分割任务的IoU值为0.9875。AM-DeepLabv3+模型与U-Net、SegNet模型的分割结果如图3。

 

  图3 棉花成熟期根系的分割结果。原始图像;U-Net;SegNet;(d) AM-DeepLabv3+

 

  对早期棉花根系图像分割结果如图4,Sub-pixel-DeepLabv3+、U-Net模型和SegNet模型分割效果较差,AM-DeepLabv3+模型能够准确分割。

 

  图4 早期棉花根系图像分割结果。(a)原始图像;(b) U-Net; (c) SegNet;;(d)Sub-pixel-DeepLabv3+;(e) AM-DeepLabv3+。

 

  上述结果表明,所提出的AM-DeepLabv3+模型能够准确区分棉花根系和复杂土壤背景,分割效果良好。它可以实现棉花根系生长过程中早期和成熟期根系图像的精确分割,为植物根系分割的深度学习提供重要的理论价值和实际应用参考。

 

 

  来源: Kang J, Liu L, Zhang F, et al. Semantic segmentation model of cotton roots in-situ image based on attention mechanism. Computers and Electronics in Agriculture, 189. https://doi.org/10.1016/j.compag.2021.106370

   编辑: 王春颖

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