Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Light Acquisition02:16

Light Acquisition

9.3K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
9.3K
Cluster Sampling Method01:20

Cluster Sampling Method

13.9K
Appropriate sampling methods ensure that samples are drawn without bias and accurately represent the population. Because measuring the entire population in a study is not practical, researchers use samples to represent the population of interest.
To choose a cluster sample, divide the population into clusters (groups) and then randomly select some of the clusters. All the members from these clusters are in the cluster sample. For example, if you randomly sample four departments from your...
13.9K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Efficient chemical reprogramming of human T cells into functional megakaryocytes and platelets.

Science advances·2026
Same author

Laboratory frailty index and in-hospital mortality in ARDS: A retrospective cohort study.

Medicine·2026
Same author

Simulation Study of Enhancement-Mode <i>β</i>-Ga<sub>2</sub>O<sub>3</sub> MOSFETs on a Novel P-Ga<sub>2</sub>O<sub>3</sub>/AlN/SiC Substrate.

Micromachines·2026
Same author

Clinical Outcomes and Safety of Ureteral Catheter-Assisted Antegrade Guidewire Intubation in the Laparoscopic-Endoscopic Rendezvous Procedure for Cholelithiasis with Choledocholithiasis: A Retrospective Cohort Study.

Therapeutics and clinical risk management·2026
Same author

Exploiting human fucosyltransferase 8 allostery with a covalent inhibitor for core fucosylation suppression.

Nature communications·2026
Same author

Pre-stimulus alpha power modulates trial-by-trial variability in theta rhythmic multisensory entrainment strength and theta-induced memory effect.

Communications psychology·2026

関連する実験動画

Updated: Jan 8, 2026

Cereal Crop Ear Counting in Field Conditions Using Zenithal RGB Images
11:49

Cereal Crop Ear Counting in Field Conditions Using Zenithal RGB Images

Published on: February 2, 2019

9.8K

LKNet：最適化された点ベースフレームワークによるイネ個数推定精度の向上

Ziqiu Li1,2, Weiyuan Hong1, Xiangqian Feng1,3

  • 1State Key Laboratory of Rice Biology and Breeding, China National Rice Research Institute, Chinese Academy of Agricultural Sciences, Hangzhou, 310006, Zhejiang, China.

Plant phenomics (Washington, D.C.)
|December 19, 2025
PubMed
まとめ

LKNetは、位置ベースのアプローチを使用してイネの個数推定を改善し、イネ育種における精度を高めます。この新規モデルは、多様な個数タイプと生育段階における以前の方法の限界を克服します。

キーワード:
位置ベースモデル個数推定イネUAV

さらに関連する動画

Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring
08:16

Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring

Published on: October 24, 2025

429
Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands
09:04

Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands

Published on: August 29, 2019

14.1K

関連する実験動画

Last Updated: Jan 8, 2026

Cereal Crop Ear Counting in Field Conditions Using Zenithal RGB Images
11:49

Cereal Crop Ear Counting in Field Conditions Using Zenithal RGB Images

Published on: February 2, 2019

9.8K
Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring
08:16

Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring

Published on: October 24, 2025

429
Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands
09:04

Leaf Area Index Estimation Using Three Distinct Methods in Pure Deciduous Stands

Published on: August 29, 2019

14.1K

科学分野:

  • 農業科学
  • コンピュータビジョン
  • 機械学習

背景:

  • イネ個数推定の位置ベースの方法は、検出ベースの手法と比較してしばしば過小評価されています。
  • 既存のモデルアーキテクチャは、位置ベースのイネ個数推定の可能性を十分に引き出すことを制限しています。
  • 正確な個数推定は、イネ育種プログラムにとって非常に重要です。

研究 の 目的:

  • LKNet、すなわち強化されたイネ個数推定のための革新的な位置ベースモデルを導入すること。
  • 多様なイネ品種と生育段階にわたる個数推定のパフォーマンスを向上させること。
  • 位置ベースの個数推定における現在のモデルアーキテクチャの限界に対処すること。

主な方法:

  • P2Pnetの位置ベースフレームワークに基づいてLKNetを開発しました。
  • 手動ラベリングの影響を最小限に抑えるために、局在化損失関数を予測確率分布として再構築しました。
  • 多様な個数タイプに対応するために、大きなカーネル畳み込みブロックを使用した動的な受容野適応を実装しました。

主要な成果:

  • Diverse Rice Panicle Detectionデータセットで最先端のパフォーマンスを達成しました。
  • カスタムデータセットで個数形態の変動を効果的に収容できることを示し、R²値は0.903から0.989でした。
  • LKNetのパフォーマンスを複数の公開されている個数タスクデータセットで検証しました。

結論:

  • LKNetは、位置ベースのイネ個数推定の精度を大幅に向上させます。
  • モデルの適応性により、多様な個数タイプと生育段階に適しています。
  • LKNetは、精密農業およびイネ育種プログラムへの応用において強力な可能性を示しています。