基于多年份多評級的新型RGB圖像數據集進行高效無損赤霉病(FHB)估計
Plant Phenomics | 基于多年份、多評級的新型RGB 圖像數據集進行高效無損赤霉病（FHB）估計
小麥赤霉病 (Fusarium head blight, FHB) 是最常見的小麥病害之一，FHB除了造成大量減產和降低烘焙質量外，還是谷物中真菌毒素的主要來源，生物化學方法可用于檢測FHB產生的真菌毒素。基于田間的FHB嚴重程度評分依賴于對小麥穗上的疾病發病率和嚴重程度的視覺評估以及取決于育種者的感知和經驗。基于傳感器的FHB高通量表型可以促進評分過程，有效的FHB表型對加速抗性育種至關重要，但目前使用的方法既耗時又昂貴。
2023年7月，Plant Phenomics在線發表了AImotion Bavaria, Technische Hochschule Ingolstadt等單位題為Efficient Noninvasive FHB Estimation using RGB Images from a Novel Multiyear, Multirater Dataset 的研究論文。
本文提出了一種使用紅綠藍 (RGB) 圖像來估計 FHB 嚴重程度的無損分類模型，無需進行大量預處理。該模型接受從消費級、低成本 RGB 相機拍攝的圖像，并將 FHB 嚴重性分為6 個順序級別。此外，我們還引入了一個新的數據集，該數據集由來自3個不同年份(2020年、2021年和2022年)的約3000幅圖像組成，并由獨立評分者對每張圖像進行了2次FHB嚴重程度評估。試驗基于EfficientNet (size b0)網絡進行模型訓練，結果表明，評估者間的可靠性（Cohen’s kappa，κ）遠低于網絡對單個評估者所取得的結果。此外，當使用多年的數據進行訓練并對獨立年份的數據進行測試時，該模型顯示出良好的泛化效果。
本研究提出的輕量級模型和方法可以部署在移動設備上，根據低成本RGB相機的圖像自動客觀地評估FHB嚴重程度。源代碼和數據集可從https://github.com/cvims/FHB_classification獲得。
圖1從左到右，FHB嚴重程度增加的數據集示例
圖2 EfficientNet-b0 網絡訓練過程的數據管道以及將驗證和測試數據應用到網絡的數據轉換
圖3 τ₁ vs τ₂（A）和 τ₁ vs Nτ₁(B)的混淆矩陣，都來自于數據D20。y軸為τ₁。
論文鏈接：
https://spj.science.org/doi/10.34133/plantphenomics.0068
源代碼和數據集：
https://github.com/cvims/FHB_classification
——推薦閱讀——
Generating 3D multispectral point clouds of plants with fusion of snapshot spectral and RGB-D images
https://doi.org/10.34133/plantphenomics.0040
Plant Phenomics | 浙江大學發現一種融合快照光譜圖像和RGB-D圖像生成高質量三維多光譜植物點云的新方法
Self-Supervised Plant Phenotyping by Combining Domain Adaptation with 3D Plant Model Simulations: Application to Wheat Leaf Counting at Seedling Stage
https://doi.org/10.34133/plantphenomics.0041
Plant Phenomics | 虛擬圖像“以假亂真”，無需人工標注，自監督創建小麥表型算法
加入作者交流群
掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。
添加小編微信，備注姓名+單位+PP，加入作者交流群
About Plant Phenomics
《植物表型組學》（Plant Phenomics）是由南京農業大學和美國科學促進會（AAAS）合作創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2022影響因子為6.5，位于農藝學、植物科學、遙感一區。中科院農藝學、植物科學一區，遙感二區，生物大類一區（TOP期刊）。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。
說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
排版：趙倩瑩（南京農業大學）
審核：孔敏、王平
