随着成像技术的不断进步，目前深度学习方法在图像分类方面具有突破性的表现，在植物生长监测方面也受到广泛关注。但是，植物生长的注释仍然是植物监测中一个具有挑战性的方面。接下来种图家小编带着大家一起了解一种基于图像与深度学习的植物生长监测技术，包括对植物生长监测和基于图像表型技术的简要介绍。

据小编所知，这种植物生长监测育种箱包括环境模拟、生长状态、环境曲线三大部分。其中在环境模拟部分，可以根据实验需求制定环境参数。支持环境模拟、定时控制、自动控制多种控制方式组合，智能调节箱内环境，满足多种实验需求。可周期性设定环境变化曲线，可视化编辑，灵活制定实验策略。 

配备6路高清摄像头进行图像采集，不开箱门即可查看内部作物生长状态，可设置定时拍照功能，无人值守获取高清表型数据。作物生长过程全程记录, 生成动图或视频。基于图像表型分析子实体的生长状态，智能检测染病、染菌并警报提示。自动保存数据，可随时查询。 

同样不容忽视的是，过去DL模型的使用几乎**于特征提取。需要进一步探索DL在整个监测过程中的使用，以减少人为干预。需要进一步研究使用DL架构（例如CNN-LSTM混合模型）利用时间信息进行植物生长监测。最后，模型泛化可能是未来研究的另一个有趣前景，例如，一个能够评估各种植物物种和类型生长模式的通用模型。

三亚博瑞源科技有限公司专注于表型系统解决方案,表型分析仪,食用菌表型设备等