机器学习辅助分析米花开放时间,使用低成本的时隔摄像头
Tomoaki Muranaka1, Moeka Matsuura2, Kan Yokoyama2
1Graduate School of Bioagricultural Sciences, Nagoya University, Furo-Cho, Chikusa, Nagoya, 464-8601, Japan. muranaka@agr.nagoya-u.ac.jp.
Journal of plant research
|June 13, 2025
概括
这项研究引入了一种自动化系统,用于检测米花开放时间 (FOT),使用机器学习和时刻间隔摄像头. 这项技术有助于作物育种,并显示温度.
科学领域:
- 农业科学 农业科学
- 植物生物学 植物生物学
- 计算生物学 计算生物学
背景情况:
- 花开时间 (FOT) 对植物繁殖,生殖隔离和作物育种策略至关重要.
- 精确的FOT测量对于避免压力和有效的农业繁殖至关重要.
- 现有的FOT评估方法可能是劳动密集型的,缺乏高分辨率的时间数据.
研究的目的:
- 开发和验证用于检测大米花开口和估计FOT的自动化系统.
- 为了使不同水品种的开花动态能够进行高分辨率的监测.
- 调查环境因素,特别是温度和FOT之间的关系.
主要方法:
- 低成本时刻相机与用于图像分析的机器学习算法的集成.
- 开发一个用于自动检测开花和FOT估计的系统.
- 该系统适用于两个水品种:日本米 (台中65号) 和印加米 (IR24号).
主要成果:
- 与手动检测相比,自动化系统准确地识别了开放的花朵,并估计了FOT,根平均平方误差约为30分钟.
- 在IR24和T65之间观察到FOT的显著差异,表明基因查的潜力.
- 在FOT和每日平均温度之间发现了显著的负相关性,在早上发现了一个对温度敏感的时期.
结论:
- 开发的系统为研究米FOT动态提供了一种新,高效和准确的方法.
- 这些发现突出了温度对水开花的影响,不仅影响开,还影响了之前的发育过程.
- 这项技术对遗传查,育种计划和了解植物对环境变化的反应有影响.
