相关实验视频

Updated: Jul 4, 2025

Imaging and Analysis for Quantifying Maize (Zea mays) Abiotic Stress Phenotypes

Imaging and Analysis for Quantifying Maize (Zea mays) Abiotic Stress Phenotypes

Published on: March 28, 2025

SeptoSympto:使用对扫描图像的深度学习方法对Septoria tritici斑点疾病症状进行精确的图像分析

Laura Mathieu¹, Maxime Reder², Ali Siah³

¹PHIM Plant Health Institute, Univ Montpellier, INRAE, CIRAD, Institut Agro, IRD, Montpellier, France. laura.mathieu@gmx.fr.

|January 31, 2024

概括

一个新的深度学习工具SeptoSympto准确地量化了小麦Septoria tritici blotch (STB) 的严重程度. 这种快速,公正的方法有助于研究植物病原体相互作用.

科学领域:

植物病理学植物病理学
计算生物学计算生物学
农业科学农业科学

背景情况:

农作物疾病的定量表型对于理解植物病原体相互作用至关重要.
视觉疾病的评估是主观的,耗时的,需要专业知识,限制了它的实用性.
深度学习已经显示出对植物疾病评估的希望,但尚未应用于量化Septoria tritici blotch (STB) 严重程度.

研究的目的:

开发和验证基于深度学习的图像分析工具,以准确和快速量化小麦的STB症状.
评估开发的工具在不同数据集和条件的可转移性和稳定性.

主要方法:

开发SeptoSympto,一个使用U-Net和YOLO深度学习架构的图像分析脚本.
训练卷积神经网络在不同大小的注释数据集上 (50-300页).
测试五个不同的数据集,以确保工具的稳定性和可转移性,以量化死和pycnidia.

主要成果:

模型性能没有受到注释数据数量的显著影响.
SeptoSympto的输出与专家评估有很高的相关性,与专家间的协议相当.
该工具在各种条件下准确量化了不同小麦品种的STB症状.

结论:

SeptoSympto为STB症状评估提供准确,公正和可存储的数据,与视觉评估的时间可比.
该工具是可转移的,计算成本低廉,易于使用,可适应各种应用.
这项研究强调了深度学习在评估STB等复杂植物疾病方面的潜力.

关键词:

在美国,CNN是CNN.深度学习是一种深度学习.图像分析图像分析塞普托里亚·特里蒂奇斑点斑点这就是U-Net.小麦小麦小麦小麦的小麦.这是一个YOLO YOLO.

更多相关视频

Visualizing Early Infection Sites of Rice Blast Disease Magnaporthe oryzae on Barley Hordeum vulgare Using a Basic Microscope and a Smartphone

Visualizing Early Infection Sites of Rice Blast Disease Magnaporthe oryzae on Barley Hordeum vulgare Using a Basic Microscope and a Smartphone

Published on: March 17, 2023

Author Spotlight: AI-Driven Trypanosome Species Detection from Microscopic Images

Author Spotlight: AI-Driven Trypanosome Species Detection from Microscopic Images

Published on: October 27, 2023

相关概念视频

Light Acquisition

Light Acquisition

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.