Video Experimental Relacionado
Updated: Sep 10, 2025
08:25
Using Flatbed Scanners to Collect High-resolution Time-lapsed Images of the Arabidopsis Root Gravitropic Response
Published on: January 25, 2014
12.5K
CropPhenoX: sistema de extracción automática de alto rendimiento para los rasgos fenotípicos de las plántulas de
Jinxing Wang1, Baohua Yang1, Pengfei Wang1
1School of Information and Artificial Intelligence, Anhui Agricultural University, Hefei, China.
Frontiers in plant science
|August 25, 2025
Resumen
Un nuevo sistema, CropPhenoX, automatiza el fenotipo de las plántulas de trigo para el mejoramiento genético de alto rendimiento. Esta solución integrada mejora la precisión en la agricultura inteligente mediante la combinación de hardware avanzado y el modelo Wheat-RYNet para la extracción precisa de rasgos.
Área de la Ciencia:
- Ciencias Agrícolas
- Visión por computadora
- Biotecnología
Sus antecedentes:
- La cuantificación precisa de los rasgos fenotípicos de las plántulas de trigo es esencial para el mejoramiento genético y la agricultura inteligente.
- Los métodos actuales para la extracción de rasgos fenotípicos carecen de las capacidades de alto rendimiento y alta precisión requeridas para entornos agrícolas complejos.
Objetivo del estudio:
- Desarrollar un sistema automatizado de alto rendimiento (CropPhenoX) para extraer los rasgos fenotípicos de las plántulas de trigo.
- Mejorar la eficiencia y la precisión del fenotipo para aplicaciones en el mejoramiento y manejo de cultivos.
Principales métodos:
- Desarrolló una arquitectura de hardware utilizando módulos PLC de Siemens para el transporte inteligente de cultivos y el control sincronizado de iluminación, cámaras e interruptores.
- Implementó el modelo Wheat-RYNet, integrando YOLOv5, MobileOne y ECA, con un marco de rotación adaptativo para la detección precisa de las plántulas.
- Utilizado Modbus TCP para la interacción de datos en tiempo real y monitoreo remoto, junto con una plataforma de extracción de rasgos fenotípicos para la recopilación de imágenes de alta definición.
Principales resultados:
- El modelo Wheat-RYNet logró una alta precisión en la extracción de rasgos como la longitud de la hoja, el ancho, el área, la altura de la planta y la inclinación.
- Se alcanzó un coeficiente de determinación de ajuste promedio de 0,9 al comparar los rasgos extraídos con las mediciones reales.
- El sistema CropPhenoX demostró una adquisición y un procesamiento de datos estables y eficientes.
Conclusiones:
- CropPhenoX ofrece una solución inteligente e integrada para el fenotipo de cultivos de alto rendimiento, abordando las limitaciones de los métodos existentes.
- El sistema admite análisis avanzados de mejoramiento de cultivos y gestión de campo de precisión a través de la cuantificación automatizada de rasgos.
- Esta tecnología hace avanzar la agricultura inteligente al permitir un análisis más eficiente y preciso de los rasgos de las plantas.
