High-throughput phenotyping of maize genotype using drone-based multispectral imagery for NDVI estimation
利用无人机多光谱影像对玉米基因型进行高通量表型分析并估算NDVI。
← 主题
#高通量表型
Assessing plant area index and 3D plant area distribution in wheat canopies from a terrestrial LiDAR system for high-throughput plant phenotyping
利用车载三LiDAR点云反演小麦冠层植物面积指数与三维分布，实现高通量表型分析。
Explainable spectral–image fusion multi-task learning for maize canopy biochemical and structural trait retrieval
提出光谱-图像融合多任务学习框架，同时反演玉米冠层四个生化与结构性状。
Plant-GeoAT：几何感知3D植物点云器官身份解析用于器官级表型分析
提出几何感知网络Plant-GeoAT，实现3D植物点云器官身份解析与器官级表型分析。
无人机遥感在水稻高通量表型分析中的研究进展 系统综述
系统综述199项研究，梳理无人机遥感在水稻高通量表型分析中的应用进展与瓶颈。
Deep learning-based detection and counting of wheat seeds: Comparative benchmarking of YOLO models
用自建RGB小麦种子数据集对比YOLOv8n与YOLO11n的检测计数性能。
Vision Transformers Enable Advanced Plant Phenotyping in Controlled Environments
比较阈值法、U-Net和预训练ViT在植物分割中的跨物种泛化能力。
High-throughput phenotyping platform for facility crops based on optical sensing technology: A review
综述光学传感驱动的设施作物高通量表型平台，涵盖传感器、平台架构与数据处理。
Accurate prediction of wheat grain protein content via integration of genomic prediction and high-throughput phenotyping in breeding fields
结合基因组预测和高通量表型，提高小麦籽粒蛋白含量预测精度。
Full-season wheat phenotyping using UAV-based multi-source remote sensing: dynamic time-series modeling and high-throughput trait extraction
利用无人机多源遥感进行全季节小麦表型分析，通过动态时间序列建模提取高通量性状。