Desarrollo de ground truth dataset con análisis de datos fenotípicos y su aplicación en agricultura e investigación
Ver/
Identificadores
URI: http://hdl.handle.net/10317/10765ISBN: 978-84-17853-47-1
DOI: 10.31428/10317/10765
Compartir
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemÁrea de conocimiento
Tecnología de los AlimentosRealizado en/con
Universidad Politécnica de CartagenaFecha de publicación
2022Editorial
Universidad Politécnica de CartagenaCita bibliográfica
DÍAZ GALIÁN, María Victoria; NAVARRO LORENTE, Pedro Javier y EGEA GUTIÉRREZ-CORTINES, Marcos. Desarrollo de ground truth dataset con análisis de datos fenotípicos y su aplicación en agricultura e investigación. En: Proceedings of the 10th Workshop on Agri-Food Research for young researchers. WIA.2021. Cartagena: Universidad Politécnica de Cartagena, 2022. Pp. 95-97. ISBN: 978-84-17853-47-1Palabras clave
WiAFenotipado
Visión artificial
Análisis de imagen
Phenotyping
Computer vision
Image analysis
Resumen
[SPA] 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.
[ENG] 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 ...
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales