Desarrollo de ground truth dataset con análisis de datos fenotípicos y su aplicación en agricultura e investigación
- Díaz Galián, María Victoria
- Navarro Lorente, Pedro Javier
- Egea Gutiérrez-Cortines, Marcos
- Francisco Artés-Hernández (coord.)
- Raúl Zornoza Belmonte (coord.)
- Juan Antonio Fernández-Hernández (coord.)
- María Dolores de Miguel Gómez (coord.)
- Juan José Alarcón Cabañero (coord.)
- José Cos Terrer (coord.)
- José Miguel Molina Martínez (coord.)
Editorial: Universidad Politécnica de Cartagena
ISBN: 978-84-17853-47-1
Año de publicación: 2022
Páginas: 95-97
Congreso: Workshop on Agri-Food Research for young researchers (10. 2021. Cartagena)
Tipo: Aportación congreso
Resumen
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.