相关实验视频
Updated: Jun 19, 2025

08:10
Environmentally Induced Heritable Changes in Flax
Published on: January 26, 2011
10.3K
根据改进的Flax-YOLOv5进行亚麻植物的表型检测
Kai Sun1, Chengzhong Liu1, Junying Han1
1College of Information Science and Technology, Gansu Agricultural University, Lanzhou, China.
Frontiers in plant science
|July 26, 2024
概括
一个新的Flax-YOLOv5模型准确地检测和计数亚麻植物器官,以改善表型数据. 这种方法提高了亚麻品种的选择和高精度的繁殖.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 植物生物学 植物生物学
背景情况:
- 准确的亚麻植物器官检测对于表型数据收集至关重要.
- 现型数据对于亚麻品种的选择和管理至关重要.
研究的目的:
- 提出一个先进的亚麻-YOLOv5模型用于亚麻植物表型数据采集.
- 为了提高亚麻器官检测和计数的准确性和效率.
主要方法:
- 使用YOLOv5x特征提取网络作为基础.
- 集成BiFormer模块用于自适应特征聚焦.
- 采用SIoU函数来改进边界框回归.
主要成果:
- 在验证集上实现了99.29%的平均准确性 (mAP@0.5).
- 预测与测量特征的高相关系数 (R) 已被证明 (例如,水果数的99.59%).
结论:
- 亚麻YOLOv5模型为亚麻表型分析提供了稳定可靠的方法.
- 这种方法为亚麻育种和品种开发提供了一条新的技术途径.

