Phänotypisierung als Service zur Beurteilung von Pflanzeneigenschaften

Wir bieten einen 3D-Anlagenanalyseservice der nächsten Generation, der das Testen beschleunigen soll, indem Rohanlagenscans in zuverlässige, quantitative Erkenntnisse umgewandelt werden. Anstatt sich auf langsame und fehleranfällige manuelle Messungen zu verlassen, verwendet unser System fortschrittliche Algorithmen, um automatisch präzise Pflanzenmerkmale zu extrahieren, sodass Sie Genotypen schneller und konsistenter vergleichen können. Diese Scans sind sehr nützlich, um Ihre KI in der Pflanzensegmentierung zu testen. Aus einem einzigen Scan – unabhängig davon, ob er mit Forschungsplattformen wie MaxiMarvin von NPEC (siehe Dienst NPEC S00134) oder neueren Ansätzen wie Gauß-Splatting gesammelt wurde – liefern wir ein vollständig segmentiertes 3D-Modell, das jede Komponente unterscheidet: Hauptstamm, Seitenzweige, Blätter, Topf oder Stützpfosten. Anschließend wird ein detailliertes Skelett der Pflanzenstruktur erzeugt, das die automatische Berechnung von Schlüsselparametern wie Internodenlänge, Verzweigungswinkel und phyllotaktischer Winkel ermöglicht. Dies stellt einen standardisierten Datensatz zur Verfügung, um Ihre Erkennungs- und Segmentierungs-KI zu testen und weiter zu verbessern. Über die Merkmalsmessung hinaus können unsere skelettbasierten Modelle auch für die synthetische Datengenerierung verwendet werden, um Merkmale wie Blattpositionen oder Stammlängen zu ändern, um KI-Trainingsdatensätze zu erweitern oder Wachstumsmuster für verschiedene Varianten für virtuelle Robotertests zu simulieren.