植物PAD:一种用于植物科学中疾病的大规模图像现象学分析的平台
Xinyu Dong1, Kejun Zhao1, Qi Wang1,2,3
1State Key Laboratory of Public Big Data, College of Computer Science and Technology, Guizhou University, Guiyang 550025, China.
Nucleic acids research
|October 28, 2023
概括
植物疾病诊断通过植物现象学疾病分析 (PlantPAD) 平台得到了改进. 该资源提供了广泛的图像数据和深度学习模型,以帮助研究人员打击作物疾病并提高粮食安全.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 植物病理学 植物病理学
背景情况:
- 植物疾病导致大量的收获损失,威胁到粮食安全.
- 使用植物现象学准确诊断疾病需要大量的图像数据.
- 数据共享的挑战阻碍了植物疾病管理的多学科研究.
研究的目的:
- 为植物疾病分析开发一个全面的平台.
- 为了解决共享和利用大规模植物疾病图像数据的局限性.
- 促进用于有效控制植物疾病的多学科研究.
主要方法:
- 植物现象学疾病分析 (PlantPAD) 平台的建设.
- 在63种作物和310种疾病中汇集了421,314张图像.
- 整合了注释良好的数据和预训练的深度学习模型.
主要成果:
- 植物PAD提供了广泛的,注释良好的图像数据和深入的疾病信息.
- 该平台包括预训练的深度学习模型,用于准确的植物疾病诊断.
- 在智能诊断,教育和疾病控制方面展示了应用.
结论:
- 植物PAD促进了植物疾病管理的多学科研究.
- 该平台支持生物学家,计算机科学家和农业专业人士.
- 植物PAD是一个有价值的,免费访问的资源,用于打击植物疾病和改善粮食安全.


