Desarrollo de ground truth dataset con análisis de datos fenotípicos y su aplicación en agricultura e investigación

• Autores: María Victoria Díaz Galián, Pedro Javier Navarro Lorente , Marcos Egea Gutíerrez-Cortines
• Localización: Proceedings of the 10th Workshop on Agri-Food Research for young researchers. WIA. 21 / coord. por Francisco Artés Hernández , Raúl Zornoza Belmonte, Juan Antonio Fernández Hernández, María Dolores de Miguel Gómez , Juan José Alarcón Cabañero , José Cos Terrer , José Miguel Molina Martínez , 2022, ISBN 978-84-17853-47-1, págs. 95-97
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    Actualmente, nuevas técnicas para el fenotipado vegetal, tales como la visión artificial, han permitido mejorar la detección de características. La inteligencia artificial necesita de datos masivos para la generación de algoritmos. Por ello, la creación de ground truth datasets es altamente relevante en investigación. Un dataset fue desarrollado usando 114 flores de Antirrhinum majus (variedad comercial Vilmorin long variee). Además, las características fenotípicas como la longitud, peso, anchura y contenido de antocianinas fueron medidas. Se confirmó que el peso es la mejor característica para determinar el estado de desarrollo floral. Además, este conocimiento permite la creación en un futuro de programas de machine learning utilizando estos datos para un fenotipado automática y no invasivo.

  • English

    Currently, new techniques to plant phenotyping, such as computer vision, have enabled to improve the detection of several parameters. Artificial intelligence needs data to train ...