PhenoAI Flow是国内首个针对植物表型、集算法算力于一体的可视化建模分析平台。仅需点击即可任意调整算法的关键参数和网络结构。也可自定义编程与平台进行无缝衔接，旨在为科研、教育和企业用户提供低成本、高效率、智能化的AI使用体验。
支持高光谱、多光谱、可见光等自动化表型信息的提取
如VGG、ResNet等算法，可实现胁迫鉴定、病虫害识别等
如Mask RCNN等算法，可实现无人机苗情苗势、个体级分割识别
如Faster RCNN、YOLO等算法，可实现植株、果实计数等
如UNet、PointRend等算法，可实现器官动态检测、病虫害面积等
如PLSR、SVR等，可对大田作物水氮含量、园艺作物瓜果甜度进行拟合分析
无需编程,简单拖拽
内含各种深度学习和经典机器学习
算法，并内置百G级预训练模型
表型提取、图像分类、目标
检测、语义分割、实例分割
及回归分析
| 序号 | 详细参数 |
|---|---|
|
1 | 支持生物育种流程中各类数据的经典机器学习和深度学习算法处理，算力不低于128核256线程，不低于2T内存、不低于5T的固态，存储硬盘不小于200TB，GPU显卡CUDA核心数不低于170000，显存不低于384G，base clock为5.3GHz, Max. Boost Clock近8.9GHz |
| 2 | 支持近端各类传感器数据和低空端各类传感器数据的自动化处理，支持训练个性化模型任意扩展识别和分析能力 |
| 3 | 近端各类传感器数据自动分析指标不少于57个，包括不限于R、G、B、H、S、V、L、a、b、dissimilarity、energy、correlation、ASM、entropy、长、宽、面积、周长、圆度、紧凑度等 |
| 4 | 支持的格式不低于6种，包括不限于表格数据、可见光图像、近红外图像、多光谱图像、高光谱数据等 |
| 5 | 软件平台需内置主流的预训练模型，不低于百G级别，使得用户训练自有数据时更快收敛至高精度 |
| 6 | 软件平台的画布支持组件间的拖拽连接，放大缩小，支持组件的自定义命名，支持添加箭头及文字注释，支持组件的复制粘贴 |
| 7 | 支持经典机器学习算法的实时级自动运算，无需每改变一次参数就点击运行，支持深度学习用户自定义关键参数，允许用户加载之前训练的模型开始训练 |
|
8 | 数据组件支持图像分类、目标检测、语义分割和实例分割四大任务的读取、统计、数据划分，对于图像分类任务用户只需按照类别将图像放置相关文件夹即可，对于目标检测、语义分割和实例分割用户只需把通过labelme标记的文件放置与图像文件同一文件夹即可，无需用户进行其它操作或训练集测试集的划分，均可自动化处理 |
| 9 | 可视化组件支持对训练好后的决策树和随机森林模型进行树状结构的可视化查看，支持决策树的判断逻辑可视化查看，同时至少支持6种以上的常见图表，包括不限于箱图、分布图、散点图、折线图、热图、毕达哥拉斯图等 |
| 10 | 评估模块支持对经典机器学习和深度学习的所有组件的性能进行自动化评估，可自动计划准确度、召回率、F1，R方、RMSE等，对于深度学习的测试可在所有测试集图像上显示的模型判断结果、实际标签和预测概率 |
*各型号详细参数请咨询客服
400-060-5626
17512583867
邮箱
hello@agribrain.cn
地址
南京市江北新区创芯汇
客服微信
