點擊下載所有文章介紹及PDF

Plant Phenomics | EasyDAM_V3：基于最優源域選擇和知識圖數據合成的水果自動標注
 

https://spj.science.org/doi/10.34133/plan‍tphenomics.0067

Plant Phenomics | 利用RGB圖像和反向傳播神經網絡對橄欖果實關鍵品質性狀進行表型分析
 

https://spj.science.org/doi/10.34133/plantphenom‍ics.0061

Plant Phenomics | FCOS-LSC: 針對復雜果園中綠色果實的檢測模型
 

https://spj.science.org/doi/10.34133/plantphenomics.0069

Plant Phenomics | 基于生成式深度學習網絡的柑橘表皮顏色可視化預測研究
 

https://spj.science.org/doi/10.34133/plantphenomic‍s.0057

Plant Phenomics | 耦合植物生長模型和病蟲害模型:一個相互作用的結構提案，MIMIC
 

https://spj.science.org/doi/10.34133/plantphenomics.0‍077

Plant Phenomics | 用于農業深度學習模型的標準化和集中化數據集的高效訓練
 

https://spj.science.org/doi/10.34133/plantphenomics.00‍84

Plant Phenomics | 基于AS-SwinT疏果前單串葡萄果粒的實例分割與計數
 

https://spj.science.org/doi/10.34133/plantphenomics.0085

加入作者交流群

掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農業大學和美國科學促進會（AAAS）合作創辦的英文學術期刊，于2019年1月正式上線發行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創性研究論文、綜述、數據集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數據庫收錄。科睿唯安JCR2022影響因子為6.5，位于農藝學、植物科學，遙感一區。2023年中科院期刊分區位于農林科學大類一區。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
合集整理：周欽陽（南京農業大學）
排版：蘇梓鈺（南京農業大學）
審核：孔敏、王平