Fænotypebestemmelse som en tjeneste til vurdering af planteegenskaber

Vi leverer en næste generations 3D-anlægsanalysetjeneste, der er designet til at fremskynde testning ved at omdanne rå plantescanninger til pålidelige, kvantitative indsigter. I stedet for at stole på langsomme og fejlbehæftede manuelle målinger bruger vores system avancerede algoritmer til automatisk at udtrække præcise planteegenskaber — hvilket hjælper dig med at sammenligne genotyper hurtigere og mere konsekvent. Disse scanninger er meget nyttige til at teste din AI i plantesegmentering. Fra en enkelt scanning — uanset om den er indsamlet med forskningsplatforme som NPEC's MaxiMarvin (se tjeneste NPEC S00134) eller nyere tilgange såsom gaussisk splatting — leverer vi en fuldt segmenteret 3D-model, der skelner mellem hver komponent: hovedstamme, sidegrene, blade, gryde eller støttestang. Et detaljeret skelet af plantestrukturen genereres derefter, hvilket muliggør automatisk beregning af nøgleparametre som internodelængde, forgreningsvinkel og fyllotaktisk vinkel. Dette giver et standardiseret datasæt til at teste og yderligere forbedre din detektions- og segmenterings-AI. Ud over at måle egenskaber kan vores skeletbaserede modeller også anvendes til generering af syntetiske data — modificerende funktioner såsom bladpositioner eller stængellængder for at udvide AI-træningsdatasæt eller simulere vækstmønstre på tværs af forskellige sorter til virtuel robottestning.