Fenotypning som en tjänst för utvärdering av växtegenskaper

Vi tillhandahåller en nästa generations 3D-anläggningsanalystjänst som är utformad för att påskynda testningen genom att omvandla råa växtskanningar till tillförlitliga, kvantitativa insikter. I stället för att förlita sig på långsamma och felbenägna manuella mätningar använder vårt system avancerade algoritmer för att automatiskt extrahera exakta växtegenskaper – vilket hjälper dig att jämföra genotyper snabbare och mer konsekvent. Dessa skanningar är mycket användbara för att testa din AI i växtsegmentering. Från en enda skanning – oavsett om den samlas in med forskningsplattformar som NPEC:s MaxiMarvin (se tjänst NPEC S00134) eller nyare metoder såsom gaussisk splattning – levererar vi en helt segmenterad 3D-modell som skiljer varje komponent åt: huvudstam, sidogrenar, löv, kruka eller stödstång. Ett detaljerat skelett av växtstrukturen genereras sedan, vilket möjliggör automatisk beräkning av nyckelparametrar som internodlängd, förgreningsvinkel och fyllotaktisk vinkel. Detta ger ett standardiserat dataset för att testa och ytterligare förbättra din detekterings- och segmenterings-AI. Utöver egenskapsmätning kan våra skelettbaserade modeller också användas för syntetisk datagenerering – ändra funktioner som bladpositioner eller stamlängder för att utöka AI-träningsdataset eller simulera tillväxtmönster över olika sorter för virtuell robottestning.