深度学习植物模型:莲座类植物叶片计数的应用

作者:谷丰光电 来源: 时间:2018-01-30 10:46:28 次数:

作者考虑深度卷积神经网络的能力来执行叶计数任务,结果表明,在叶片计数任务上训练神经网络时,真实的和合成的植物是可以互换的。

深度学习植物模型:莲座类植物叶片计数的应用

L-system中使用的叶生长和形状函数

深度学习为基于图像的植物表型提供了许多机会。本文中,作者考虑深度卷积神经网络的能力来执行叶计数任务。深度学习技术通常需要大而多样的数据集来学习可归纳的模型,而不需要为执行任务提供一个设计的算法。这一要求对于在植物表型领域的应用来说是具有挑战性的,因为在这些领域中,可用的数据集通常很小,而且生成新数据的成本很高。作者在这里提出了一种利用合成植物的渲染图像来增加植物表型数据集的新方法。作者证明,使用高质量的3D合成植物来增加数据集可以提高叶计数任务的性能,并且在不同的数据集上进行训练和测试时,模型产生任意的表型分布的能力减轻了数据集转换的问题。最后,证明了在叶片计数任务上训练神经网络时,真实的和合成的植物是可以互换的。

深度学习植物模型:莲座类植物叶片计数的应用

L-system合成的样品(上)和公共数据集中真实的样品(下)

深度学习植物模型:莲座类植物叶片计数的应用

20片叶子的拟南芥模型

关键词:表型,深度学习,机器学习,3D植物建模,L-system

来源:Plant Methods 18 January 2018.The use of plant models in deep learning: an application to leaf counting in rosette plants.Jordan Ubbens, Mikolaj Cieslak, Przemyslaw Prusinkiewicz and Ian Stavness.