欧美精品亚洲精品日韩专区va,亚洲欧美偷国产日韩18p,欧美日韩精品视频欧美一区,91精品伊人久久久大香线蕉91,亚洲国产精品综合久久久网络
PhenoSight物聯(lián)網(wǎng)分布式表型監(jiān)測(cè)系統(tǒng)客戶“免費(fèi)試用申領(lǐng)”活動(dòng)暨全國(guó)經(jīng)銷商招募通告
日期:2024-06-27 16:08:00

上海澤泉科技股份有限公司隆重推出物聯(lián)網(wǎng)分布式表型監(jiān)測(cè)系統(tǒng)——PhenoSight。現(xiàn)誠(chéng)邀全國(guó)區(qū)域經(jīng)銷商,凡具備一定行業(yè)客戶基礎(chǔ),擁有專業(yè)背景知識(shí),敢于挑戰(zhàn)行業(yè)競(jìng)爭(zhēng)的優(yōu)秀儀器代理商,加入我們共謀事業(yè)發(fā)展,見(jiàn)證品牌發(fā)展。


—— 市場(chǎng)目標(biāo)客戶 ——


全國(guó)各地農(nóng)科院、大學(xué),以及農(nóng)業(yè)育種相關(guān)科研單位,自建有溫室或大田實(shí)驗(yàn)條件,基于實(shí)驗(yàn)室特色材料,針對(duì)不同環(huán)境生態(tài)下作物表型與育種研究,人工智能AI算法開(kāi)發(fā)等,進(jìn)行科研或育種需求的。


—— 提供服務(wù) ——


1、為支持廣大表型研究、育種科研人員的工作,公司提供終端用戶的PhenoSight系統(tǒng)免費(fèi)投放測(cè)試服務(wù);

2、凡是在國(guó)際核心期刊上,凡是在人工智能、遺傳育種、表型研究、耕作栽培、生理生態(tài)、分子生物學(xué)等領(lǐng)域,發(fā)表影響因子4分以上文章的實(shí)驗(yàn)室或課題組,均可以免費(fèi)申請(qǐng)每個(gè)試驗(yàn)站2臺(tái)節(jié)點(diǎn)的試用機(jī)會(huì),并享有現(xiàn)成算法的使用測(cè)試;

3、試用品種為:水稻、小麥、玉米、棉花、大豆、馬鈴薯、黃瓜、番茄、油菜、擬南芥、煙草、花卉等;

4、全國(guó)范圍內(nèi)符合以上目標(biāo)客戶要求的科研院所研究人員、高校相關(guān)專業(yè)實(shí)驗(yàn)室,經(jīng)公司內(nèi)部評(píng)估同意后,可免費(fèi)使用一年;

5、公司提供使用期限范圍內(nèi)的免費(fèi)設(shè)備硬件支持、現(xiàn)有軟件系統(tǒng)和分析服務(wù);

6、定制算法開(kāi)發(fā)服務(wù);

7、投放數(shù)量:100個(gè)節(jié)點(diǎn)。


—— 客戶準(zhǔn)備 ——


1、系統(tǒng)安裝所需的支架、供電系統(tǒng)、無(wú)線WIFI或4G電話卡等流量費(fèi)用;

2、表型數(shù)據(jù)分析需求表,評(píng)估表型數(shù)據(jù)采集與分析、以及定制開(kāi)發(fā)的可行性。

—— 活動(dòng)開(kāi)始與截止時(shí)間 ——

2024年7月1日-2025年6月30日

—— 產(chǎn)品介紹 ——

圖124062701.jpg

物聯(lián)網(wǎng)分布式表型監(jiān)測(cè)與分析系統(tǒng)PhenoSight是一個(gè)物聯(lián)網(wǎng)(IoT)支持的表型測(cè)量平臺(tái),設(shè)計(jì)簡(jiǎn)單易用,可廣泛應(yīng)用于多種環(huán)境。并配套一個(gè)云端數(shù)據(jù)管理系統(tǒng)、高通量性狀分析算法和基于機(jī)器學(xué)習(xí)的建模,以管理和處理平臺(tái)生成的數(shù)據(jù),從而探究基因型、表型和環(huán)境之間的動(dòng)態(tài)關(guān)系。

PhenoSight由主機(jī)站和分布節(jié)點(diǎn)組成。PhenoSight可以以無(wú)限擴(kuò)展監(jiān)測(cè)節(jié)點(diǎn)。每臺(tái)節(jié)點(diǎn)均安裝有高分辨率RGB鏡頭,標(biāo)準(zhǔn)配置廣角探頭(近焦探頭為可選,用于局部區(qū)域關(guān)鍵生育期的監(jiān)測(cè),如水稻開(kāi)花、抽穗、灌漿期等);而主機(jī)可外接氣象環(huán)境傳感器與植物生長(zhǎng)傳感器,如溫濕度傳感器、土壤三參數(shù)傳感器(水分/溫度/電導(dǎo)率)、PAM葉綠素?zé)晒鈧鞲衅?、植物冠層溫度傳感器等,可在測(cè)量植物表型的同時(shí),將環(huán)境因子加入到植物生長(zhǎng)的模型中去,從而除了能夠測(cè)量表型參數(shù)外,還可以實(shí)現(xiàn)對(duì)該環(huán)境條件下該植物的生長(zhǎng)情況進(jìn)行預(yù)測(cè),對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)具有重大意義。所有PhenoSight數(shù)據(jù)通過(guò)MQTT協(xié)議傳送到云端,進(jìn)行后期數(shù)據(jù)處理和管理。


圖224062701.jpg


其它可擴(kuò)展功能:

1)400-1000nm植物高光譜監(jiān)測(cè),可對(duì)田間小麥進(jìn)行如下預(yù)測(cè)分析。

葉層氮含量

葉面積指數(shù)

葉綠素a含量

葉干重

葉片氮積累量


2)植物氣孔表型

適合植物:小麥、玉米、棉花、大豆、黃瓜、油菜、擬南芥、煙草等。

氣孔總數(shù)

基于YOLO算法機(jī)器視覺(jué)認(rèn)定的圖像中的所有的氣孔個(gè)數(shù)

開(kāi)的氣孔個(gè)數(shù)

基于YOLO算法機(jī)器視覺(jué)認(rèn)定的開(kāi)的氣孔個(gè)數(shù)

閉的氣孔個(gè)數(shù)

基于YOLO算法機(jī)器視覺(jué)認(rèn)定的閉的氣孔個(gè)數(shù)

氣孔(保衛(wèi)細(xì)胞)長(zhǎng)度

保衛(wèi)細(xì)胞在視野中平均長(zhǎng)度

氣孔(保衛(wèi)細(xì)胞)寬度

保衛(wèi)細(xì)胞在視野中平均寬度

單個(gè)氣孔面積

基于語(yǔ)義分割算法實(shí)現(xiàn)的真正意義的氣孔面積(不含保衛(wèi)細(xì)胞)

氣孔總面積

基于語(yǔ)義分割算法實(shí)現(xiàn)的視野范圍內(nèi)所有氣孔面積(不含保衛(wèi)細(xì)胞)總和

氣孔開(kāi)閉速度

單位時(shí)間里氣孔開(kāi)口面積的變化率

主要優(yōu)勢(shì):

高性能:內(nèi)置AI預(yù)處理芯片,實(shí)時(shí)數(shù)據(jù)上傳云端,定制化算法模型,批量處理分析;

機(jī)動(dòng)性:易于安裝和使用;

耐用性:IP65設(shè)計(jì),持續(xù)在實(shí)驗(yàn)室、溫室與田間條件下作業(yè);

通用性:結(jié)合生物育種技術(shù)及環(huán)境因子數(shù)據(jù),可實(shí)現(xiàn)室內(nèi)發(fā)芽、幼苗到成株的表型研究,功能基因定位、田間植物生長(zhǎng)建模與產(chǎn)量預(yù)測(cè)、品種篩選與鑒定等。

科研場(chǎng)景:

1)田間小區(qū)種植(全生育期)

形態(tài)性狀:株高、冠層覆蓋度、葉面積;

紋理性狀:葉片密集度、綠度指數(shù);

顏色與植被指數(shù):ExR、NGRDI、NDYI、ExG、NPCI,以及客戶定制化需求。

2)溫室或?qū)嶒?yàn)室(種子與幼苗)

萌發(fā)期:發(fā)芽率、發(fā)芽勢(shì)、胚芽長(zhǎng)度、胚芽生長(zhǎng)速度、胚根生長(zhǎng)速度、胚芽輪廓、種子初生根條數(shù)、最大胚根長(zhǎng)、根系總長(zhǎng)度、根系角度、表面積、體積、胚芽鞘長(zhǎng)度、長(zhǎng)度比等;

幼苗期:株高、葉面積、葉輪廓、冠層覆蓋度、葉傾角、綠葉總面積,黃葉總面積,綠葉面積比,葉片衰老程度等。

—— 相關(guān)文獻(xiàn) ——

1. Reynolds D, Ball J, Bauer A, et alCropSight: a scalable and open-source information management system for distributed plant phenotyping and IoT-based crop management[J]. Gigascience, 2019, 8(3): giz009.

2. Alkhudaydi T, De la Lglesia B. Counting spikelets from infield wheat crop images using fully convolutional networks[J]. Neural Computing and Applications, 2022, 34(20): 17539-17560.

3. Zhu Y, Sun G, Ding G, et al. Large-scale field phenotyping using backpack LiDAR and CropQuant-3D to measure structural variation in wheat[J]. Plant Physiology, 2021, 187(2): 716-738.

4. Colmer, J., O'Neill, C.M., et al. SeedGerm: a cost‐effective phenotyping platform for automated seed imaging and machine‐learning based phenotypic analysis of crop seed germination[J]. New Phytologist, 2020.

5. Reynolds D, Ball J, Bauer A, et al. CropSurveyor: a scalable open-source experiment management system for distributed plant phenotyping and IoT-based crop management[J]. bioRxiv, 2018: 451120.

6. Zhou J, Applegate C, Alonso A D, et al. Leaf-GP: an open and automated software application for measuring growth phenotypes for arabidopsis and wheat[J]. Plant Methods, 2017, 13: 1-17.

7. Zhou J, Reynolds D, Cornu T L, et al. CropQuant: an automated and scalable field phenotyping platform for crop monitoring and trait measurements to facilitate breeding and digital agriculture[J]. BioRxiv, 2017: 161547.

—— 經(jīng)銷商申請(qǐng)表 ——

圖324062701.jpg


—— 終端客戶需求登記表 ——

圖424062701.jpg

收 藏
欧美精品亚洲精品日韩专区va,亚洲欧美偷国产日韩18p,欧美日韩精品视频欧美一区,91精品伊人久久久大香线蕉91,亚洲国产精品综合久久久网络