饼云:一个开放和人工智能驱动的云计算平台,用于从无人机收集的图像中量化饼,以使米产量产量的分类成为可能
Zixuan Teng1,2, Jiawei Chen3, Jian Wang4
1Digital Fujian Research Institute of Big Data for Agriculture and Forestry, College of Computer and Information Sciences, Fujian Agriculture and Forestry University, Fuzhou 350002, China.
Plant phenomics (Washington, D.C.)
|October 18, 2023
概括
一个新的AI平台,Panicle-Cloud,从无人机图像中准确量化了米饭饼. 这种工具有助于育种者有效地选米品种以提高产量,这对全球粮食安全至关重要.
科学领域:
- 农业科学 农业科学
- 植物科学 植物科学
- 计算生物学 计算生物学
背景情况:
- 米 (Oryza sativa) 是全球的主要食品,在气候变化中需要提高产量.
- 准确的产量相关特征的表型,如每单位面积的恐慌数量 (PNpM2),对于米育种至关重要.
- 目前用于大规模恐慌量化的方法由于场的复杂性和特征变异性而具有挑战性.
研究的目的:
- 从无人机图像开发一个人工智能驱动的平台,用于自动化从无人机图像中量化大米.
- 创建一个开放的,多样化的数据集,用于培训和验证人工智能模型来检测大米恐慌.
- 为米种植者提供一个易于使用的工具包,以评估产量潜力.
主要方法:
- 开发Panicle-Cloud,这是一个人工智能驱动的云平台,用于分析无人机收集的水图像.
- 创建一个多样化,专家注释的米面团检测数据集.
- 集成和应用深度学习模型,包括Panicle-AI,用于恐慌量化.
- 在不同生长阶段和季节进行实地试验,以优化图像采集和模型性能.
主要成果:
- Panicle-Cloud可靠量化了每单位面积的恐慌数 (PNpM2) 属性.
- 人工智能模型在基于PNpM2.2的产量生产分类方面表现出高准确度.
- 确定了优化的图像分辨率和有效现场表型定位的时间.
结论:
- 饼-云在高通量饼的表型化方面取得了重大进展.
- 该平台为育种者提供了一套有价值,可靠的工具包,用于选和选择优质大米品种.
- 这种人工智能驱动的方法支持高效的育种计划,以提高大米产量潜力.
