相关实验视频
Updated: May 14, 2025
07:27
Live Confocal Imaging of Developing Arabidopsis Flowers
Published on: April 1, 2017
14.8K
用深度学习和多个摄像头对切花进行花瓶寿命监测系统
Ji Yeong Ham1, Yong-Tae Kim1, Suong Tuyet Thi Ha1
1Department of Smart Horticultural Science, Andong National University, Andong 36729, Republic of Korea.
Plants (Basel, Switzerland)
|April 12, 2025
概括
一个新的花瓶寿命监测系统 (VMS) 使用人工智能和成像技术准确评估切割的质量和花瓶寿命. 这个系统精确地跟踪生理变化和疾病,帮助育种者开发优质品种.
科学领域:
- 园艺园艺 园艺园艺
- 植物生理学 植物生理学
- 人工智能的人工智能
背景情况:
- 评估切花的收获后质量和花瓶寿命 (VL) 对花养殖行业至关重要.
- 目前用于监测切割生理和疾病的方法通常是手动的,耗时的.
研究的目的:
- 开发一个自动化系统,准确和持续评估切割的收获后质量和VL.
- 整合深度学习,以加强生理参数监测和疾病检测.
主要方法:
- 开发一个集成摄像机成像和YOLOv8深度学习算法的花瓶生命监测系统 (VMS).
- 持续监测生理参数:花开,新鲜量,吸水和灰色菌发生率.
- 与传统观测方法 (OBS) 相比,VMS测量的验证.
主要成果:
- 该VMS准确而一致地测量了切割中的关键生理因素.
- 航天系统测量结果显示,与观测数据 (OBS) 有很强的相关性.
- YOLOv8实现了高物体检测精度 (90% mAP0.5),验证了其在VL评估中的有效性.
结论:
- 该VMS提供了一个非常有效的工具,用于评估收获后的质量和VL在切割.
- 该系统的早期检测生理变化和疾病的能力对于切花管理非常有价值.
- 该VMS技术可以应用于花育种计划,以快速评估像VL和疾病耐药性等特征.
