使用深度学习方法和计算机视觉方法对瓜子 (Cucumis melo L.) 生殖质资源进行自动植物表型分析
Shan Xu1, Jia Shen2, Yuzhen Wei3
1College of Biosystems Engineering and Food Science, Zhejiang University, Hangzhou, 310058, China.
Plant methods
|October 30, 2024
概括
人工智能 (AI) 自动化了瓜子 (Cucumis melo L.) 的表型分析,取代了手动测量. 这种人工智能工具准确地提取了11个特征,有助于有效的瓜子繁殖和基因型-表型相关性研究.
科学领域:
- 园艺科学 园艺科学
- 植物育种 植物育种
- 计算机视觉 计算机视觉 计算机视觉
背景情况:
- 瓜子 (Cucumis melo L.) 的繁殖需要有效的表型分析.
- 目前的手工方法耗时,昂贵,主观.
- 需要自动化分析来加速瓜子生殖质选择.
研究的目的:
- 开发一个人工智能驱动的框架,用于自动化瓜子表型特征提取.
- 与手动测量相比,验证人工智能系统的准确性和效率.
- 创建一个易于使用的工具,用于快速获得瓜子表型.
主要方法:
- 使用深度学习模型的人工智能 (AI):双重注意网络 (DANet),RTMDet,RTMPose和MobileSAM.
- 在两年内处理了117种西瓜品种的图像.
- 开发了特征提取算法,以获得11种表型特征.
主要成果:
- 人工智能框架准确地细分了瓜子水果和脚.
- 在算法预测和手动测量的表型特征之间观察到高相关性.
- 集群分析显示,分类结果和瓜子基因型之间存在很强的一致性.
结论:
- 开发的AI系统为瓜子表型分析提供了高效和准确的工具.
- 这项技术加速了瓜子育种计划和基因型-表型研究.
- 自动化表型增强了优秀的西瓜生殖质资源的选择.


