Example of filters in the first convolutional layer of a network being applied to the input image in stride convolutions.
一個名為Deep Plant Phenomics的開源深度學習工具。這個工具為幾種常見的植物表現型任務提供了預先訓練的神經網絡，以及植物科學家可以使用的簡單平臺，為自己的表型應用訓練模型。我們報告了三種植物表現基準的性能結果，包括葉片計數表現的最新進展，以及首次發布擬南芥突變分類和年齡回歸任務的結果。
本文主要介紹了背景(植物表型圖像分析、深入學習、卷積神經網絡)、方法(軟件和算法、數據集和測試、途徑)及最后的到結果及最終的討論。
Example training (red) and testing (blue) curves for several benchmarktasks. (A) Multi-strain Arabidopsis leaf counting. (B) Tobacco leaf counting. (C) Age regression. (D) Mutant classifier.
基于圖像的植物表型深入學習平臺，通過執行三個基于圖像的表型分析來證明其有效性，實現了葉片計數的最新結果，并為突變分類和年齡回歸設定了基線結果。該軟件已作為開源軟件包發布，以促進植物表型愛好者的深入學習。
來源：
Front. Plant Sci., 07 July 2017
Jordan R. Ubbens and Ian Stavness.Deep Plant Phenomics: A Deep Learning Platform for Complex Plant Phenotyping Tasks.https://doi.org/10.3389/fpls.2017.01190
