数据集概述
本数据集包含拟南芥成熟花序的标注图像，来源于多亲本高级世代互交群体（MAGIC）实验，用于开发和验证基于深度学习的果实性状提取流程。数据含训练/测试集图像及标注文件、预训练模型文件、过滤基因数据，支持果实表型分析与遗传验证研究。
文件详解
- 标注文件
- 文件名称：at025_v2_fixed_train.json、at025_v2_fixed_test.json
- 文件格式：JSON
- 字段映射介绍：包含拟南芥果实图像的实例分割标注信息，用于训练和测试深度学习模型
- 图像文件
- 文件名称：images_train.zip、images_test.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含拟南芥成熟花序的原始图像，分为训练集和测试集
- 基因数据文件
- 文件名称：filtered_genes.csv
- 文件格式：CSV
- 字段映射介绍：包含基因名称、染色体位置、GO注释等基因相关信息，用于后续QTL分析
- 预训练模型文件
- 文件名称：arabidopsis.pth
- 文件格式：PTH
- 字段映射介绍：基于PyTorch的预训练Cascade Mask-RCNN模型，用于拟南芥果实的实例分割
数据来源
论文“Unlocking the Power of AI for Fruit Phenotyping: A Genetic Validation Study in Arabidopsis”
适用场景
- 植物表型AI模型开发: 利用标注图像和预训练模型，优化拟南芥果实性状提取的深度学习算法
- 遗传关联分析: 结合基因数据与表型提取结果，开展QTL定位研究
- 植物表型组学研究: 分析拟南芥果实形态特征与基因表达的关联
- 农业AI技术验证: 验证AI技术在作物表型自动化分析中的应用价值
