以機(jī)器學(xué)習(xí)技術(shù)為核心驅(qū)動力的植物成像時(shí)代，數(shù)據(jù)標(biāo)注是一項(xiàng)至關(guān)重要的過程。本研究提出了一個(gè)獨(dú)特的幼苗發(fā)育動力學(xué)注釋數(shù)據(jù)集。該數(shù)據(jù)集是關(guān)于室內(nèi)環(huán)境下從頂部視角通過RGB-深度時(shí)間序列觀察多種幼苗發(fā)育的，由近70，000個(gè)RGB深度幀和超過700，000個(gè)植物注釋組成。該數(shù)據(jù)集對于訓(xùn)練深度學(xué)習(xí)模型和基于成像進(jìn)行高通量表型分析很有價(jià)值。由于提供了數(shù)據(jù)集，這種模型能夠推廣應(yīng)用于其他植物物種，并優(yōu)于目前最先進(jìn)技術(shù)。此外，本文還討論了本數(shù)據(jù)集如何提出植物表型分析的新問題。

本文不僅為植物生物領(lǐng)域提供了新的參考，也為開發(fā)植物表型工具的計(jì)算機(jī)視覺領(lǐng)域開辟了新的視角。

圖1. 用于生成交付數(shù)據(jù)集的試驗(yàn)設(shè)置可視化

圖2. 裁剪的RGB全幀(左)和深度對齊幀(右)。圖像被裁剪以排除遠(yuǎn)處物體并強(qiáng)調(diào)深度動態(tài)

圖3. 每個(gè)階段延時(shí)拍攝提取的RGB圖像

圖4. 卷積神經(jīng)網(wǎng)絡(luò)用作從RGB深度圖像執(zhí)行生長階段分類的基線

表1. 比較之前最相關(guān)研究的數(shù)據(jù)集和本文數(shù)據(jù)集之間的關(guān)鍵特征

表2. 根據(jù)時(shí)間間隔和幀劃分的每個(gè)物種的數(shù)據(jù)細(xì)節(jié)

表3. 用不同物種訓(xùn)練的模型在損失和準(zhǔn)確性方面的平均性能