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

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

Prediction and intraoperative validation of pulmonary interlobar fissure development based on high-resolution thin-slice computed tomography and multiplanar reconstruction three-dimensional reconstruction technology: a prospective study.

Journal of thoracic disease·2026
Same author

Dual-wavelength laser-driven TCH degradation over ZnO/cu₁.₃₅O/g-C₃N₄ S-scheme heterojunctions: Charge-transfer dynamics, mineralization, and phytotoxicity assessment.

Journal of colloid and interface science·2026
Same author

Simultaneous inhibition of Microcystis growth, toxin production, and release by a high-efficacy algicidal bacterium Aeromonas sp. N3.

Journal of applied microbiology·2026
Same author

Genome-wide association studies and QTL mapping for traits deviating from normal distribution.

National science review·2026
Same author

Development and validation of a MODS risk prediction model for organophosphorus poisoning patients.

Frontiers in medicine·2026
Same author

Editorial: Highlights of 1st International Conference on Sustainable and Intelligent Phytoprotection (ICSIP 2025).

Frontiers in plant science·2026

関連する実験動画

Updated: Jan 8, 2026

A Simple Protocol for Mapping the Plant Root System Architecture Traits
11:09

A Simple Protocol for Mapping the Plant Root System Architecture Traits

Published on: February 10, 2023

3.5K

KD-SSGD：知識蒸留強化型半教師あり発芽検出

Chengcheng Chen1, Di Luo1, Tiantian Pang2

  • 1School of Computer Science, Shenyang Aerospace University, Shenyang, China.

Frontiers in plant science
|December 24, 2025
PubMed
まとめ
この要約は機械生成です。

本研究は、ラベル付きデータが最小限で精度が大幅に向上する、種子発芽検出のための新しい半教師ありフレームワークを導入する。この手法は、精密農業に効率的なソリューションを提供し、広範なデータ注釈の必要性を減らす。

キーワード:
深層学習アンサンブル学習発芽検出知識蒸留半教師あり物体検出

さらに関連する動画

A Seed Coat Bedding Assay to Genetically Explore In Vitro How the Endosperm Controls Seed Germination in Arabidopsis thaliana
08:52

A Seed Coat Bedding Assay to Genetically Explore In Vitro How the Endosperm Controls Seed Germination in Arabidopsis thaliana

Published on: November 9, 2013

14.0K
Reliable Method for Assessing Seed Germination, Dormancy, and Mortality under Field Conditions
07:03

Reliable Method for Assessing Seed Germination, Dormancy, and Mortality under Field Conditions

Published on: November 6, 2016

10.9K

関連する実験動画

Last Updated: Jan 8, 2026

A Simple Protocol for Mapping the Plant Root System Architecture Traits
11:09

A Simple Protocol for Mapping the Plant Root System Architecture Traits

Published on: February 10, 2023

3.5K
A Seed Coat Bedding Assay to Genetically Explore In Vitro How the Endosperm Controls Seed Germination in Arabidopsis thaliana
08:52

A Seed Coat Bedding Assay to Genetically Explore In Vitro How the Endosperm Controls Seed Germination in Arabidopsis thaliana

Published on: November 9, 2013

14.0K
Reliable Method for Assessing Seed Germination, Dormancy, and Mortality under Field Conditions
07:03

Reliable Method for Assessing Seed Germination, Dormancy, and Mortality under Field Conditions

Published on: November 6, 2016

10.9K

科学分野:

  • 農業科学
  • コンピュータビジョン
  • 機械学習

背景:

  • 精密農業は、作物モニタリングと品種選択のために正確な種子発芽検出を要求する。
  • 完全に教師ありの手法は広範な注釈付きデータセットを必要とするが、これは農業環境では費用と時間がかかる。

研究 の 目的:

  • ラベル付きデータへの依存を最小限に抑える、種子発芽検出のための効率的な半教師あり学習フレームワークを開発すること。
  • 教師モデルの事前学習なしでエンドツーエンドトレーニングを可能にする新しい知識蒸留アプローチを導入すること。

主な方法:

  • 軽量化された蒸留学生枝を組み込んだ教師学生アーキテクチャ。
  • 主要モジュールには、疑似ラベル最適化のための重み付きボックス融合（WBF）、知識転移のための特徴蒸留損失（FDL）、トレーニング安定性のためのブランチ適応重み付け（BAW）が含まれる。

主要な成果:

  • ラベル付きデータが1%のみでMaize-Germデータセットで47.0%のmAPを達成し、既存の半教師あり手法を上回った。
  • Three Grain Cropデータセットで強力なパフォーマンスを示し、ラベル付きデータ10%でmAPは最大76.1%に達した。
  • 限られた監督下での強力なクロップ間一般化能力と効果的な知識転移を示した。

結論:

  • KD-SSGDフレームワークは、高品質の疑似ラベルと、ラベル付きデータが最小限で安定した高精度の検出を提供する。
  • このアプローチは、インテリジェントな農業知覚と自動化された作物モニタリングのための効率的でスケーラブルなソリューションを提供する。
  • この手法は注釈の負担を大幅に軽減し、高度なコンピュータビジョン技術を農業アプリケーションでより利用しやすくする。