我们已经更新我们的隐私政策使它更加清晰我们如何使用您的个人资料。

我们使用cookie来提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

葡萄作物保护面部识别技术的帮助下

葡萄作物保护面部识别技术的帮助下内容块的形象
来源:Pixabay。

想要一个免费的PDF版本的这个新闻吗?

完成下面的表格,我们将电子邮件您的PDF版本“葡萄作物保护与帮助的面部识别技术”

听与
喋喋不休地说
0:00
注册免费听这篇文章
谢谢你!听这篇文章使用上面的球员。
阅读时间:

一个激进的生物学家和工程师之间的协作是增压保护葡萄作物。他们的技术开发,使用机器人和人工智能识别葡萄植物毁灭性的真菌感染,很快将提供给研究人员在全国范围内从事广泛的植物和动物的研究。

03年兰斯Cadle-Davidson,生物学家,博士,副教授综合植物科学学院(sip)正致力于开发葡萄品种对白粉病抗性更强,但是他的实验室的研究瓶颈需要手动评估成千上万的葡萄叶样品感染的证据。


许多植物白粉病,真菌攻击包括葡萄酒和葡萄,叶子惨白孢子在叶子和果实和成本葡萄种植者全球每年数十亿美元的损失水果和杀菌剂的成本。


Cadle-Davidson也是一个研究植物病理学家与美国农业部农业研究局(USDA-ARS)。他在葡萄遗传学研究工作单位在日内瓦、纽约,和他的团队开发了原型的成像机器人自动扫描葡萄叶样品——这一过程被称为高通量表现型通过USDA-ARS资助VitisGen2葡萄育种项目和与光和卫生合作研究中心。这种伙伴关系创造了一个机器人相机他们叫“黑鸟”。


但从这些图像中提取相关的生物信息仍然是一个重要的需要。


输入工程师和计算机科学家:助理研究教授Yu江口的园艺康奈尔艾瑞泰克的部分。江的研究侧重于系统工程、数据分析和人工智能。黑鸟机器人可以收集信息的规模每像素1.2微米,相当于普通光学显微镜。为每个区域叶样品接受检查,机器人提供了8000×5000像素的信息。


提取有用的信息从这样一个大型、高分辨率图像是江的挑战,和他的团队使用AI来解决这个问题。使用计算机视觉任务的突破在深层神经网络发达如人脸识别,江这一知识应用于显微图像的分析葡萄叶子。此外,江泽民和他的团队实现了可视化网络的推理过程,帮助生物学家更好地理解分析过程和人工智能模型的建立信心。


一起工作,Cadle-Davidson的团队测试和验证机器人所看到的,让江的团队更有效地教他们如何识别的生物特征。结果是惊人的,Cadle-Davison说。研究实验,用来把他整个实验室团队现在六个月完成黑鸟机器人仅仅一天。


“它已经彻底改变了我们的科学”,Cadle-Davidson说。”和我们发现的人工智能工具实际上做得更好比我们可以解释这些葡萄的遗传学坐在显微镜几个月时间做的工作。”


仅在7月,协作赢得了奖和两个新的赠款。7月1日,团队获得了100000美元的赠款从USDA-ARS传播黑鸟ARS办事处工作在其他作物做同样的高通量表现型的工作。


“我们希望找到合作实验室谁能加入我们在利用这一工具,”江说。“我们看到潜在的应用研究在植物研究中,动物字段或医疗用途。”


7月12日,在他们的项目团队的文章获得了信息技术、传感器和控制系统的最佳论文奖在2021年的美国农业与生物工程师学会年度国际会议。7月27日,他们获得为期两年的150000美元的赠款从康奈尔大学数字农业研究所创新基金开始升级外的黑鸟机器人看到红绿蓝颜色光谱和红外。


植物病害如白粉病可以出现在红外前肉眼可见;如果研究人员可以开发工具来帮助农民及早发现疾病,它将使农民目标杀菌剂喷雾之前感染传播,意味着越来越少的杀菌剂和更少的失去了庄稼。他们也努力更有效地集成人工智能与数据分析的科学家。


“这项工作大大加快育种和遗传学的步伐在葡萄工作,”布朗Donnell说,总统的国家葡萄研究联盟。“通常,当我们在产业投资的研究中,我们知道我们可能再也看不到我们投资的结果在我们有生之年——这的确是一个以信仰为基础的投资未来的一代又一代的种植者。但现在,这一技术是缩短时间表,种植者和消费者的利益。”

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

广告
Baidu