欢迎您来到博普特科技官方网站!

土壤仪器电话

010-82794912

品质至上,客户至上,您的满意就是我们的目标

技术文章

当前位置:  首页 > 技术文章

Plant Phenomics | 计算机图像识别文章合集

发表时间:2022-12-05 08:30:51点击:741

来源:植物表型组学

分享:

1670199677101217.png

点击标题查看文章介绍

点击下载所有文章PDF文章


Plant Phenomics | 华中科技大学曹治国教授提出用于麦穗检测的动态颜色变换网络

1670199704326051.png

Plant Phenomics | 南京农大小麦生理生态与生产管理课题组提出了一种从显微镜视频中跟踪和监测气孔动态的集成方法

1670199814806085.png



Plant Phenomics | SNAP:基于机器学习的全自动大豆根瘤提取算法

1670199836500202.png

Plant Phenomics | EasyDAM_V2,零数据标注实现果实识别模型构建

1670199855370802.png

Plant Phenomics | 基于Web注释器的植物高通量表型深度分割技术

1670199882482836.png

使用深度学习在复杂背景下增强基于田间马铃薯枯萎病检测

1670199953289130.png

Plant Phenomics | 基于多传感器系统和超像素分类的麦穗图像分割

1670199994905199.png

Plant Phenomics | GWHD_2021:改进后的全球麦穗检测数据集

1670199975172753.png

Plant Phenomics | 田间条件下检测玉米雄穗的开花进程

1670200033105422.png

Plant Phenomics | 评估木薯贮藏根系发育新的分析工具

1670200049458086.png

Plant Phenomics | 基于可平衡特征金字塔网络的小苹果检测模型

1670200072902009.png

Plant Phenomics | 基于图像增强和机器学习的苜蓿根系表型研究

1670200086956445.png

Plant Phenomics | 对八倍体草莓形态的自动化表型和遗传分析

1670200112111316.png

Plant Phenomics | 基于深度学习的微根管图像自动化分析方法

1670200132197616.png


加入作者交流群

扫码添加小编微信,拉您进入《植物表型组学》作者交流群,群内不定期开展作者分享会、专刊发布会等高质量活动。

1662096989509323.png

添加小编微信,备注姓名+单位+PP,加入作者交流群

About Plant Phenomics

《植物表型组学》(Plant Phenomics)是由南京农业大学和美国科学促进会(AAAS)合作创办的英文学术期刊,于2019年1月正式上线发行。采用开放获取形式,刊载植物表型组学交叉学科热点领域具有突破性科研进展的原创性研究论文、综述、数据集和观点。具体范围涵盖高通量表型分析的最新技术,基于图像分析和机器学习的表型分析研究,提取表型信息的新算法,作物栽培、植物育种和农业实践中的表型组学新应用,与植物表型相结合的分子生物学、植物生理学、统计学、作物模型和其他组学研究,表型组学相关的植物生物学等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等数据库收录。科睿唯安JCR2021影响因子为6.961,位于农艺学、植物科学,遥感一区。中科院农艺学、植物科学一区,遥感二区,生物大类一区(TOP期刊)。2020年入选中国科技期刊卓越行动计划高起点新刊项目。

说明:本文由《植物表型组学》编辑部负责组稿。

中文内容仅供参考,一切内容以英文原版为准。

合集整理:王慧敏(南京农业大学)

排版:张婕(南京农业大学)

审核:孔敏、王平

  • 土壤仪器品牌德国steps
  • 土壤仪器品牌奥地利PESSL
  • 土壤仪器品牌荷兰MACView
  • 土壤仪器品牌德国INNO_Concept
  • 土壤仪器品牌比利时WIWAM
  • 土壤仪器品牌德国GEFOMA
  • 土壤仪器品牌奥地利schaller
  • 土壤仪器品牌荷兰PhenoVation
  • 土壤仪器品牌法国Hi-phen系统
  • 土壤仪器品牌Videometer
  • 土壤仪器品牌比利时INDUCT(OCTINION)
  • 土壤仪器品牌美国EGC
  • 土壤仪器品牌HAIP
  • 土壤仪器品牌植物遗传资源学报