點(diǎn)擊下載所有文章PDF文章

Plant Phenomics | 深度學(xué)習(xí)在沒有分割注釋的根圖像中自動(dòng)估計(jì)根長(zhǎng)的應(yīng)用

‍https://doi.org/10.34133/plantphenomics.0132

Plant Phenomics | 北京工業(yè)大學(xué)聯(lián)合東京大學(xué)提出一種自適應(yīng)無錨點(diǎn)果實(shí)檢測(cè)模型

‍https://doi.org/10.34133/plantphenomics.0135

Plant Phenomics | 基于注意力機(jī)制的深度學(xué)習(xí)模型在溫室栽培的谷物作物中的高通量穗檢測(cè)

‍https://doi.org/10.34133/plantphenomics.0155

Plant Phenomics | AI助力苜蓿根系表型研究，ResNet-18技術(shù)精準(zhǔn)解析植物結(jié)構(gòu)

‍https://doi.org/10.34133/plantphenomics.0251

Plant Phenomics | 利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)地標(biāo)的快速檢測(cè)與分組，為根表型分析提供高效無縫的解決方案

‍https://doi.org/10.34133/plantphenomics.0175

Plant Phenomics | 中南林業(yè)科技大學(xué)周國雄教授團(tuán)隊(duì)基于FHTW-Net的水稻葉片病害圖文檢索精確框架

‍https://doi.org/10.34133/plantphenomics.0168

Plant Phenomics | 南京農(nóng)業(yè)大學(xué)開發(fā)人工智能創(chuàng)新識(shí)別黃瓜性狀系統(tǒng)

‍https://doi.org/10.34133/plantphenomics.0193

Plant Phenomics | 中南林業(yè)科技大學(xué)周國雄教授團(tuán)隊(duì)基于AISOA-SSformer的有效水稻葉病圖像分割方法

‍https://doi.org/10.34133/plantphenomics.0218

Plant Phenomics | 華中農(nóng)業(yè)大學(xué)作物表型團(tuán)隊(duì)開發(fā)了一種高效準(zhǔn)確測(cè)量未經(jīng)整形的水稻稻穗表型方法

‍https://doi.org/10.34133/plantphenomics.0213

Plant Phenomics | 武漢理工大學(xué)開發(fā)了一款結(jié)合深度學(xué)習(xí)與移動(dòng)端的小麥條銹病嚴(yán)重度表型智能評(píng)測(cè)APP

‍https://doi.org/10.34133/plantphenomics.0201

Plant Phenomics | 浙江大學(xué)岑海燕教授團(tuán)隊(duì)基于無人機(jī)圖像的水稻育種小區(qū)稻穗計(jì)數(shù)與穗型分類

‍‍https://doi.org/10.34133/plantphenomics.0265

Plant Phenomics | SAM在葡萄簇結(jié)構(gòu)與果實(shí)特性綜合分析中的應(yīng)用

‍https://doi.org/10.34133/plantphenomics.0202

Plant Phenomics | 浙江大學(xué)岑海燕教授團(tuán)隊(duì)基于智能手機(jī)與神經(jīng)輻射場(chǎng)的田間稻穗表型低成本高精度解析

‍https://doi.org/10.34133/plantphenomics.0279

加入作者交流群
掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、專刊發(fā)布會(huì)等高質(zhì)量活動(dòng)。

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(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)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(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2023影響因子為7.6，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目、2024年入選江蘇科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊項(xiàng)目、中國科技期刊卓越行動(dòng)計(jì)劃二期英文梯隊(duì)期刊。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
編輯排版：王平、許怡瑤（上海交通大學(xué)）
審核：尹歡、孔敏