Последние достижения в области компьютерного зрения и машинного обучения, особенно глубокого обучения улучшили фенотипирование растений с помощью таких методов, как алгоритм масштабно-инвариантного преобразования признаков (SIFT) и сверточные нейронные сети, помогающие в анализе рисовых метелок. Однако эти методы сталкиваются с ограничениями в определении динамического роста рисовых метелок с течением времени. Чтобы устранить этот пробел, необходимо объединить полевые камеры с глубоким обучением для детального мониторинга в реальном времени.
Коллектив исследователей Нанкинского сельскохозяйственного университета опубликовал в журнале Plant Phenomics статью под названием «Анализ воздействия азота на развитие метелок риса посредством обнаружения метелок и отслеживания временных рядов».
В этом исследовании ученые рассказали о разработке технологии, использующей модели YOLO v5, ResNet50 и DeepSORT для автоматического извлечения подробных характеристик метелки риса из изображений временных рядов. Этот метод был протестирован на способность выявлять детальные различия в развитии метелок при различном внесении азотных удобрений. Результаты показали высокую точность подсчета метелок (R 2 = 0,96, RMSE = 1,73) и точную оценку даты колошения (абсолютная ошибка 0,25 дня).
Кроме того, метод облегчил анализ продолжительности цветения и сроков цветения отдельных метелок. Этот анализ показал, что повышенное содержание азота приводит к увеличению количества метелок, увеличению продолжительности цветения и более раннему началу цветения. Модель обнаружения метелок универсальна для всевозможных сортов риса, эффективно оценивает метелки различной формы, цвета и текстуры.
Для классификации метелок модель на основе ResNet 50 с высокой точностью различала сильноцветущие и немощные метелки. Технология облегчила анализ процесса цветения риса и определение даты сбора урожая, тесно согласуясь с ручными подсчетами и полевыми наблюдениями.
Кроме того, метод эффективно определял изменения цветения, вызванные такими факторами окружающей среды, как температура и влажность. При этом 70% метелок отслеживались полностью и непрерывно, несмотря на изменения окружающей среды. Исследование также выявило влияние азота на колошение и цветение риса, что указывает на потенциальное влияние на наполняемость зерна. Было замечено, что внесение азота увеличивает количество метелок, но также влияет на начало и продолжительность налива зерна.
В заключение, предлагаемая технология демонстрирует неразрушающий и точный подход к получению характеристик метелки. Это открывает новые возможности для анализа фенотипов риса при различных обработках азотом и условиях окружающей среды, тем самым способствуя развитию агрономических исследований и методов выращивания.
(Источник: NanJing Agricultural University. Автор изображения: Анна Медведева, AgroXXI.ru).
