論文の概要: Lincoln's Annotated Spatio-Temporal Strawberry Dataset (LAST-Straw)
- arxiv url: http://arxiv.org/abs/2403.00566v1
- Date: Fri, 1 Mar 2024 14:44:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-05 17:05:30.643898
- Title: Lincoln's Annotated Spatio-Temporal Strawberry Dataset (LAST-Straw)
- Title（参考訳）: Lincoln's Annotated Spatio-Temporal Strawberry Dataset (LAST-Straw)
- Authors: Katherine Margaret Frances James and Karoline Heiwolt and Daniel James
Sargent and Grzegorz Cielniak
- Abstract要約: そこで本研究では,イチゴの3次元点群を2種類に分類し,84個の点群を集計した。
我々は、データセット上で表現型パイプラインを示すために、このようなツール(生物学的に関連のある表現型の抽出)のエンドユースに焦点を当てる。
これは、セグメンテーション、骨格化、追跡を含むステップで構成され、各ステージがどのように異なる表現型の抽出やデータインサイトの提供を促進するかを詳述する。
- 参考スコア（独自算出の注目度）: 7.13465721388535
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automated phenotyping of plants for breeding and plant studies promises to
provide quantitative metrics on plant traits at a previously unattainable
observation frequency. Developers of tools for performing high-throughput
phenotyping are, however, constrained by the availability of relevant datasets
on which to perform validation. To this end, we present a spatio-temporal
dataset of 3D point clouds of strawberry plants for two varieties, totalling 84
individual point clouds. We focus on the end use of such tools - the extraction
of biologically relevant phenotypes - and demonstrate a phenotyping pipeline on
the dataset. This comprises of the steps, including; segmentation,
skeletonisation and tracking, and we detail how each stage facilitates the
extraction of different phenotypes or provision of data insights. We
particularly note that assessment is focused on the validation of phenotypes,
extracted from the representations acquired at each step of the pipeline,
rather than singularly focusing on assessing the representation itself.
Therefore, where possible, we provide \textit{in silico} ground truth baselines
for the phenotypes extracted at each step and introduce methodology for the
quantitative assessment of skeletonisation and the length trait extracted
thereof. This dataset contributes to the corpus of freely available
agricultural/horticultural spatio-temporal data for the development of
next-generation phenotyping tools, increasing the number of plant varieties
available for research in this field and providing a basis for genuine
comparison of new phenotyping methodology.
- Abstract（参考訳）: 育種と植物研究のための植物の自動表現型付けは、植物特性を以前に達成不可能な観察頻度で定量的に測定することを約束する。
しかし、高スループット表現型化を行うツールの開発は、検証を行うための関連するデータセットの可用性に制約されている。
そこで本研究では,イチゴの3次元点雲の時空間データセットを,84個の個別点雲の2種類に分けて提示する。
このようなツール – 生物学的に関連のある表現型の抽出 – のエンドユースに注目し,データセット上で表現型パイプラインを実証する。
これは、セグメンテーション、骨格化、追跡を含むステップで構成され、各ステージがどのように異なる表現型の抽出やデータインサイトの提供を促進するかを詳述する。
特に,評価は,パイプラインの各ステップで獲得した表現から抽出された表現型の検証に重点を置いている。
したがって,可能であれば,各ステップで抽出した表現型に対して,<textit{in silico} 基底真理ベースラインを提供し,骨格化の定量的評価法とその抽出した長さ特性について紹介する。
このデータセットは、次世代表現型ツールの開発のための、自由に利用可能な農業/園芸時空間データのコーパスに貢献し、この分野で研究できる植物品種の数を増やし、新しい表現型方法論を真に比較するための基盤を提供する。
関連論文リスト
- High-Throughput Phenotyping using Computer Vision and Machine Learning [0.0]
我々はオークリッジ国立研究所が提供した1,672枚のPopulus Trichocarpaの画像と白ラベルで治療を行った。
光文字認識(OCR)は、植物上でこれらのラベルを読むために用いられた。
機械学習モデルを用いて,これらの分類に基づいて処理を予測し,解析されたEXIFタグを用いて葉の大きさと表現型間の相関を見いだした。
論文 参考訳（メタデータ） (2024-07-08T19:46:31Z) - Seeing Unseen: Discover Novel Biomedical Concepts via
Geometry-Constrained Probabilistic Modeling [53.7117640028211]
同定された問題を解決するために,幾何制約付き確率的モデリング処理を提案する。
構成された埋め込み空間のレイアウトに適切な制約を課すために、重要な幾何学的性質のスイートを組み込む。
スペクトルグラフ理論法は、潜在的な新規クラスの数を推定するために考案された。
論文 参考訳（メタデータ） (2024-03-02T00:56:05Z) - BonnBeetClouds3D: A Dataset Towards Point Cloud-based Organ-level
Phenotyping of Sugar Beet Plants under Field Conditions [30.27773980916216]
農業生産は今後数十年間、気候変動と持続可能性の必要性によって深刻な課題に直面している。
自律無人航空機(UAV)による作物のモニタリングと、ロボットによる非化学雑草によるフィールド管理の進歩は、これらの課題に対処するのに有用である。
表現型化と呼ばれる植物形質の分析は、植物の育種に不可欠な活動であるが、大量の手作業が伴う。
論文 参考訳（メタデータ） (2023-12-22T14:06:44Z) - T-Phenotype: Discovering Phenotypes of Predictive Temporal Patterns in
Disease Progression [82.85825388788567]
我々は、ラベル付き時系列データから予測時相パターンの表現型を発見するために、新しい時間的クラスタリング手法T-Phenotypeを開発した。
T-フェノタイプは, 評価ベースラインのすべてに対して, 最良の表現型発見性能を示す。
論文 参考訳（メタデータ） (2023-02-24T13:30:35Z) - Semantic Image Segmentation with Deep Learning for Vine Leaf Phenotyping [59.0626764544669]
本研究では,ブドウの葉のイメージを意味的にセグメント化するためにDeep Learning法を用いて,葉の表現型自動検出システムを開発した。
私たちの研究は、成長や開発のような動的な特性を捉え定量化できる植物ライフサイクルのモニタリングに寄与します。
論文 参考訳（メタデータ） (2022-10-24T14:37:09Z) - GrowliFlower: An image time series dataset for GROWth analysis of
cauLIFLOWER [2.8247971782279615]
この記事では、2020年と2021年に取得した0.39と0.60haの2つの監視されたカリフラワーフィールドのイメージベースUAV時系列データセットであるGrowliFlowerについて述べる。
このデータセットは、約14,000個の植物座標が導出され提供されるRGBおよび多スペクトル正光を含む。
このデータセットは、発生段階、植物、カリフラワーサイズを含む740種の植物の表現型形質を収集する。
論文 参考訳（メタデータ） (2022-04-01T08:56:59Z) - TACTiS: Transformer-Attentional Copulas for Time Series [76.71406465526454]
時間変化量の推定は、医療や金融などの分野における意思決定の基本的な構成要素である。
本稿では,アテンションベースデコーダを用いて関節分布を推定する多元的手法を提案する。
本研究では,本モデルが実世界の複数のデータセットに対して最先端の予測を生成することを示す。
論文 参考訳（メタデータ） (2022-02-07T21:37:29Z) - Semi-Automatic Data Annotation guided by Feature Space Projection [117.9296191012968]
本稿では,適切な特徴空間投影と半教師付きラベル推定に基づく半自動データアノテーション手法を提案する。
MNISTデータセットとヒト腸内寄生虫の胎児不純物の有無による画像を用いて本手法の有効性を検証した。
この結果から,人間と機械の相補的能力を組み合わせた視覚分析ツールの付加価値が,より効果的な機械学習に有効であることが示唆された。
論文 参考訳（メタデータ） (2020-07-27T17:03:50Z) - Two-View Fine-grained Classification of Plant Species [66.75915278733197]
本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。
シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
論文 参考訳（メタデータ） (2020-05-18T21:57:47Z) - Scalable learning for bridging the species gap in image-based plant
phenotyping [2.208242292882514]
ディープラーニング(データ収集、注釈付け、トレーニング)を適用する従来のパラダイムは、イメージベースの植物表現には適用できない。
データコストには、物理的サンプルの育成、イメージングとラベル付けが含まれる。
モデル性能は、各植物種のドメイン間の種間ギャップによって影響を受ける。
論文 参考訳（メタデータ） (2020-03-24T10:26:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。