Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Three-Dimensional Force System01:30

Three-Dimensional Force System

In mechanical engineering, a three-dimensional force system is a system of forces acting in three dimensions, with forces applied along the x, y, and z coordinate axes. The three-dimensional force system is an important concept in mechanical engineering, as it allows engineers to understand and analyze the behavior of objects and structures in three dimensions. By understanding the forces acting on a system, engineers can design more efficient and effective mechanical systems that can withstand...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

A k-mer-based genome-wide association study approach empowering gene mining in polyploids.

Nature genetics·2026
Same author

Genetic architecture of sugarcane traits in a polyploid genomics framework.

Nature·2026
Same author

The Fusarium sacchari Effector FsP4H1 Targets the Transcription Factor DPb to Disrupt Catalase-Mediated H<sub>2</sub>O<sub>2</sub> Homeostasis and Suppress Host Immunity.

Molecular plant pathology·2026
Same author

High-throughput estimation of sugarcane phenotypic traits using UAV multispectral data under high-density planting conditions.

Plant phenomics (Washington, D.C.)·2026
Same author

A decision-oriented framework for optimizing herbicide mixture ratios and dose bands under heterogeneous weed communities.

Pest management science·2026
Same author

Protective Effects of <i>Agrimonia pilosa</i> Ledeb. In Myocardial Fibrosis: Inhibition of Mitophagy Mediated by the FOXO Signaling Pathway.

Food science & nutrition·2026
Same journal

UAV-based temporal synergistic estimation of multiple alfalfa qualities integrating physics-informed network and 3D allometric operator.

Plant phenomics (Washington, D.C.)·2026
Same journal

Machine learning to predict genotypes and genotype-environment interaction associated with complex traits for genomic selection.

Plant phenomics (Washington, D.C.)·2026
Same journal

FQGR-net: Morphology-based litchi flower quantification and gender recognition.

Plant phenomics (Washington, D.C.)·2026
Same journal

Thermal image segmentation in weedy fields via synthetic RGB-trained models and GAN-based cross-modality alignment.

Plant phenomics (Washington, D.C.)·2026
Same journal

Unlocking almond breeding for nutritional composition with hyperspectral imaging.

Plant phenomics (Washington, D.C.)·2026
Same journal

From plots to commercial fields: scalable, transferable cotton morphology and productivity estimation using functional growth proxies from UAV and PlanetScope time series.

Plant phenomics (Washington, D.C.)·2026
Ver todos los artículos relacionados

Video Experimental Relacionado

Updated: Jun 15, 2026

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

719

Método automático de segmentación de instancias de órganos de plantas en 3D basado en PointNeXt y Quickshift+

Sifan Dong1, Xueyan Fan1, Xiuhua Li1,2

  • 1State Key Laboratory for Conservation and Utilization of Subtropical Agro-bioresources, School of Electrical Engineering, Guangxi University, Nanning 530004, China.

Plant phenomics (Washington, D.C.)
|December 19, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Un novedoso método de dos etapas que utiliza PointNeXt y Quickshift++ logra una segmentación de instancias de órganos precisa para diversos tipos de plantas, avanzando en la investigación de fenotipado de plantas.

Palabras clave:
Segmentación de órganosFenotipado de plantasNube de puntosPointNeXtQuickshift++

Más Videos Relacionados

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells
12:49

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells

Published on: September 28, 2019

13.3K
From Voxels to Knowledge: A Practical Guide to the Segmentation of Complex Electron Microscopy 3D-Data
12:08

From Voxels to Knowledge: A Practical Guide to the Segmentation of Complex Electron Microscopy 3D-Data

Published on: August 13, 2014

25.0K

Videos de Experimentos Relacionados

Last Updated: Jun 15, 2026

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

719
A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells
12:49

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells

Published on: September 28, 2019

13.3K
From Voxels to Knowledge: A Practical Guide to the Segmentation of Complex Electron Microscopy 3D-Data
12:08

From Voxels to Knowledge: A Practical Guide to the Segmentation of Complex Electron Microscopy 3D-Data

Published on: August 13, 2014

25.0K

Área de la Ciencia:

  • Visión por Computadora
  • Ciencia de las Plantas
  • Tecnología Agrícola

Sus antecedentes:

  • La segmentación precisa de instancias de órganos de nubes de puntos 3D de plantas es esencial para el fenotipado de plantas.
  • Los métodos existentes a menudo carecen de generalización entre diferentes tipos de cultivos (monocotiledóneas vs. dicotiledóneas).

Objetivo del estudio:

  • Desarrollar un método generalizado de dos etapas para la segmentación de instancias de órganos de plantas individuales en 3D.
  • Mejorar la precisión y aplicabilidad de la segmentación de órganos de plantas en diversas especies.

Principales métodos:

  • Un enfoque de dos etapas que combina un PointNeXt mejorado para la segmentación semántica (tallos, hojas) y Quickshift++ para la segmentación de instancias.
  • Entrenamiento y validación en diversos conjuntos de datos que incluyen nubes de puntos de caña de azúcar, maíz y tomate.

Principales resultados:

  • Logró una alta precisión de segmentación semántica (mOA 96,96%, mIoU 87,15%).
  • Superó a los métodos de última generación en segmentación de instancias (mPrec 93,32%, mRec 85,60%, mF1 87,94%, mIoU 81,46%).
  • Demostró una fuerte generalización en diferentes especies de plantas y etapas tempranas de crecimiento.

Conclusiones:

  • El método propuesto ofrece una generalización superior para la segmentación de instancias de órganos en nubes de puntos 3D de plantas.
  • Este enfoque proporciona una herramienta robusta para avanzar en la investigación de fenotipado de plantas en diversos cultivos.