- 综合排序
- 最热优先
- 最新优先
小麦病害分割数据集labelme格式1882张4类别
数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件) 图片数量(jpg文件个数)：1882 标注数量(json文件个数)：1882 标注类别数：4 标注类别名称:
36600编辑于 2025-07-17- 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
全球历史小麦产量数据集
全球小麦产量与产区分布： 1. 中国是全球最大的小麦生产国，占全球小麦产量的约15%。 2. 亚洲地区是全球最大的小麦生产地区，占全球小麦产量的约44%。 3. 欧洲地区是全球第二大小麦生产地区，占全球小麦产量的约26%。 4. 北美洲地区是全球第三大小麦生产地区，占全球小麦产量的约14%。 5. 小麦是世界上最重要的粮食作物之一，也是世界人类的主要粮食来源之一。 春小麦和冬小麦是根据播种时间的不同而划分的两种小麦品种。它们的主要区别如下： 1. 因此，春小麦一年只能收割一次，而冬小麦则可以收割两次。 3. 抗逆性不同：冬小麦具有很强的抗逆性，能够在低温、雨雪等恶劣环境条件下生长，而春小麦则要求温度和湿度等环境条件较为适宜。 4. d9f0a3', '#addd8e', '#78c679', '#41ab5d', '#238443', '#006837', '#004529'], labels: ["0", "4"
51410编辑于 2024-02-02 小麦病害检测数据集VOC+YOLO格式1882张4类别
仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：1882 标注数量(xml文件个数)：1882 标注数量(txt文件个数)：1882 标注类别数：4
55400编辑于 2025-07-17- 来自专栏「毅硕|生信教程」
Sentieon | 小麦全基组（WGS）分析流程
引言 今天给大家介绍的是基于 Sentieon 软件开发的用于小麦全基因组测序数据的自动化流程脚本。 测试小麦样本平均测序深度7.55x，从FastQ到VCF全流程分析最快用时1.4个小时，大幅缩短小麦全基因组WGS分析时间，有效加快小麦的分子育种进程。 4. $4: 数据目录，用于存放输出文件。 从FastQ到VCF全流程分析最快用时1.4个小时，大幅缩短小麦全基因组WGS分析时间，有效加快小麦的分子育种进程。
37210编辑于 2025-09-25 - 来自专栏小明的数据分析笔记本
杂记：NCBI下载测序数据；小麦GO富集分析
image.png 默认是保存在 ncbi 文件夹下，这个相对还是挺快的，2.5个G，4分钟左右就下载好了 这样是sra格式的数据，还需要借助 fasterq-dump转换成 fastq fasterq-dump image.png 下载的时候也可以指定数据类型 prefetch --type fastq -O ./ SRR8502595 但是好像不管用，还是sra格式的数据 -O 指定下载文件的存储位置 小麦做
1.4K20发布于 2021-05-07 - 来自专栏GoCoding
TorchVision Faster R-CNN 微调，实战 Kaggle 小麦检测
本文将利用 TorchVision Faster R-CNN 预训练模型，于 Kaggle: 全球小麦检测[1] ? 上实践迁移学习中的一种常用技术：微调（fine tuning）。 使用介绍： Use Kaggle Notebooks[4] 那么，我们开始吧 ? pd import seaborn as sns from matplotlib import pyplot as plt from PIL import Image 下载数据 Kaggle: 全球小麦检测 , batch_size=4, shuffle=False, num_workers=4, collate_fn=collate_fn ) 创建参数 # train on the GPU 如下： ce4833752,0.5 0 0 100 100 image_id ce4833752 的图片，预测出 x y w h 0 0 100 100 处是小麦，置信度 0.5。
1.6K31发布于 2021-05-06 - 来自专栏生信小王子
专属于六倍体小麦的Bioconductor注释包
专属于六倍体小麦的注释包。 此注释包是基于iwgsc_refseqv1.1版本的基因号制作的，GO注释来源于 https://doi.org/10.5281/zenodo.2541477。 做小麦的同学赶快下载下来试一下吧~ 参考资料： Bioconductor的注释包太旧怎么办？自己做呀 https://www.jianshu.com/p/77246ff36214
1.9K51发布于 2020-08-10 - 来自专栏小麦苗的DB宝专栏
小麦苗人大金仓数据库巡检脚本
Greenplum、openGauss、人大金仓）、gisql（国产达梦）、gsql（openGauss）、db2（DB2数据库）、obclient（OceanBase）、ksql(人大金仓)环境即可运行脚本 4、 4、html巡检结果 这里只列出部分结果，其它的详细内容可以参考：https://share.weiyun.com/5lb2U2M 其它不再列举。
1.4K20编辑于 2022-04-11 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
AI Earth ——开发者模式案例6：决策树模型实现冬小麦提取
决策树模型实现冬小麦提取¶ 依据作物在不同物候期内卫星影像的光谱存在差异的特征，可建立冬小麦提取算法，进行像元尺度冬小麦提取。 get_ndvi) return ndvi def get_ndvi(image): ndvi = image.normalizedDifference(['SR_B5', 'SR_B4' 播种期 10-11月，旺长期3-4月，成熟期5-6月 NDVI_median = getl8_ndvi('2017-10-11', '2017-11-10').median().clip(region) aie.Image.constant(0.50)) # 过滤森林、春播作物 mask3 = NDVI_max.lte(aie.Image.constant(0.48)) # < 0.48存在 mask4 0.5))) wheat1 = mask1.And(mask2).And(mask3).And(mask5).And(mask6) wheat2 = mask1.And(mask2).And(mask4)
40910编辑于 2024-02-02 小麦成熟度分类数据集10695张7类别
数据集类型：图像分类用，不可用于目标检测无标注文件 数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)：10695 分类类别数：7 类别名称:["anthesis","booting","crown_root","heading","mid_vegetative_phase","milking","tillering"]
26900编辑于 2025-07-16- 来自专栏Lan小站
一个用爱发电的临时网盘——小麦云链
小麦云链，小麦云盘系列中的一个新产品，可以理解为简版的U-File。 无需注册，不限制上传数量和大小，文件上传以后，会获取HTTP和FTP两种直链模式并提供上传记录下载。
3.3K20编辑于 2022-07-14 - 来自专栏CVer
Kaggle全球小麦检测竞赛结果惹争议
前言 昨天Kaggle 全球小麦检测（Global Wheat Detection）比赛落下帷幕，共计2,270 支队伍参赛。 ? YOLOv5 称霸Kaggle 小麦检测 小麦检测赛事是今年5月初开始，刚开始很多人还是用Cascade R-CNN、EfficientDet这些知名的检测项目作为他们的基础解决方案。 在 Amusi 阅读了几十个帖子，同时问了几位参赛的朋友，均给出YOLOv5在这场比赛的综合表现是最佳的，是要超越EfficienDet、YOLOv4等网络。 YOLOv5 在Kaggle小麦检测表现有多强？ 彻底宣告YOLOv5被禁用后，很多人删除了之前的 submissions。 那么究竟其表现有多强？
2.4K10发布于 2020-08-10 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
GEE数据集：美国玉米、大豆和冬小麦 QDANN 30m 产量图数据集
QDANN 30m Yield Map for Corn, Soy, and Winter Wheat in the U.S美国玉米、大豆和冬小麦 QDANN 30m 产量图 简介 该数据集展示了一个新颖的规模转移框架 该数据集基于 Landsat 图像和 Gridmet 气象数据，重点关注美国的玉米、大豆和冬小麦田。该数据集利用约一百万个田间年观测数据中的产量监测记录进行验证。 主要结果包括 - 玉米、大豆和冬小麦的 R² 分数（RMSE）分别为 48%（2.29 吨/公顷）、32%（0.85 吨/公顷）和 39%（1.40 吨/公顷），与基准方法相比，显示出更高的准确性。 - 当产量汇总到县一级时，QDANN 的性能显著提高，玉米的 R² 分数（RMSE）达到 78%（0.98 吨/公顷），大豆达到 62%（0.37 吨/公顷），冬小麦达到 53%（1.00 吨/公顷）。 创建者：Ma,Yuchi et al： Ma,Yuchi et al： 关键词：玉米、大豆、冬小麦、产量 GEE 最后更新时间：2024-09-22
45310编辑于 2024-10-14 - 来自专栏生信宝典
鲁非研究组合作揭示小麦株型性状地理分化和育种选择的遗传基础
小麦是三大主要粮食作物之一，占世界粮食产量的30%和世界粮食贸易的50%，其产量直接影响我国粮食安全。因此，提高小麦产量仍是当前育种工作的主要目标之一。 小麦株型对于提高产量和环境适应性至关重要，系统研究小麦株型性状的地理分化和育种选择的遗传基础，对于小麦育种具有重要价值。 中国科学院遗传与发育生物学研究所鲁非研究组与中科院植物所郭自峰研究组、中国农科院作物科学研究所郝元峰研究组合作，利用世界范围内的306份小麦（重测序获得4千万可靠SNP），针对8个株型性状（穗下节长度、 根据世界范围的小麦地理分化规律，可以看出欧洲小麦材料的穗下节长度单倍型占比较大，而亚洲材料的中等单倍型占比随育种过程逐渐增加。 该研究对小麦株型的遗传改良具有重要意义，为小麦株型的分子设计育种提供了重要的遗传信息资源。
38820编辑于 2023-08-30 小麦穗检测数据集VOC+YOLO格式6508张1类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：6508 标注数量(xml文件个数)：6508 标注数量(txt文件个数)：6508 标注类别数：1 标注类别名称:["wheat"] 每个类别标注的框数： wheat 框数 = 275249 总框数：275249 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
9200编辑于 2025-07-20- 来自专栏小麦苗的DB宝专栏
小麦苗数据库巡检脚本，支持Oracle、MySQL、SQL Server和PG等数据库
数据库，也可以巡检Linux操作系统 2、脚本为绿色版、免安装、纯SQL文本 3、跨平台，只要有SQL*Plus、mysql、MSSQL客户端（SSMS、Navicat皆可）、psql环境即可运行脚本 4、 4、PG数据库 [image-20210130153433186.png] 5、OS信息 [wps16.jpg] 四、脚本运行方式 1、Oracle数据库 只要有sqlplus的客户端即可。 [image-20210130150314553.png] 4、PG数据库 需要有psql客户端，运行方式如下： psql -U postgres -h 192.168.66.35 -p 54324 - 视频观看地址：https://v.qq.com/x/page/m3007wsp4o7.html 六、软件著作权登记证书 小麦苗编写的该巡检系统已申请“中华人民共和国国家版权局计算机软件著作权登记证书”， 相关证书见下图： [image-20210130151713465.png] About Me *** ● 本文作者：小麦苗，部分内容整理自网络，若有侵权请联系小麦苗删除
2.8K20发布于 2021-01-30 - 来自专栏Sentieon：文献解读
Sentieon项目文章：泛基因组揭示小麦结构变异与栖息地及育种的关联
关键词：小麦；分子育种；生信分析； 引言 普通小麦(AABBDD)源于7000-8000年前中东地区四倍体小麦与粗山羊草的自然杂交。约3500-4000年前传入中国，逐渐成为华北主要农作物。 自1950年以来，我国共育成审定约3500个小麦新品种。多样化的生态类型（如春性与冬性、雨养与灌溉、单季与双季）和复杂的饮食文化需求，共同驱动了中国小麦遗传多样性的形成与演变。 材料与方法学 研究材料 17个品种：BJ8、MZM、XN6028、Abo、NC4、YM158、XY6、AMN、JM47、S4185、CM42、JM22、KF11、ZM366、ZM16、ZM22、HD6172 野生种质渗入的应用潜力 在粗山羊草渗入方面，研究以CM42为例，发现其与中国春相比在3D和4D染色体上存在两个大的渗入片段，以及在1D、2D和7D染色体上的几个中等大小渗入片段。 研究总结 研究发现结构变异SV通过抑制着丝粒区域的重组过程，成为驱动小麦演化的重要机制。阐明了VRN-A1复制和食物文化共同塑造了小麦品种生态适应性。
46210编辑于 2025-09-04 - 来自专栏编外气象人
农产品期货的气象服务产品设计【4】
（4）小麦主产区气候分析产品 在小麦生长期内近3年的气候分析，尤其是在出苗、拔节、抽穗、灌浆时期的往年天气对比及天气走势，给出分析报告，图文结合； （5）天气风险决策支持产品 针对灌浆期和收获期出现的大风 在气象服务产品的设计中要重点考虑： （1）长期的气候预测的有效性； （2）极端和灾害性天气的影响与评估； （3）往年相关天气影响下的棉花价格走势； （4）多雨、低温、霜冻以及突发的灾害性天气预警； （5 （4）棉花主产区气候分析产品 在棉花生长期内近3年的气候分析，尤其是在苗期、蕾期、花铃期和成熟吐絮时期的往年天气对比及天气走势，给出分析报告。 报告定制内容如下： （1）农产品期货标的物的主产区气候背景分析； （2）主产区农作物生长周期内常规的天气预测； （3）影响农产品生长的关键气象影响因子描述； （4）农作物生长关键周期的精细化天气预测； 】，《The Easy Way to Get Started》 [2].孙志国，《农产品期货交易与气象信息》，吉林气象 [3].何平均、李菁菁，《“农产品期货+供应链金融”模式创新研究》，粮食经济 [4]
80620发布于 2020-06-02 - 来自专栏生信宝典
Nature | 李家洋，邓兴旺，钱前院士等点评， 基因组所程时锋团队解码全球百年种质多样性 助力小麦精准设计育种
通过与现代品种的比较，研究者发现现代小麦品种的遗传多样性下降了至少60%，且主要来源于沃氏小麦地方品种中的两个祖先群体，而其他五个祖先群体则包含了大量未被利用的遗传变异（图4）。 图4 | 小麦群体基因组变异图谱构建以及地方品种和现代栽培种多样性比较 求真致用： 4D策略打通从基因组到育种的精准设计之路 在大量的国际种质资源引进国内后，研究团队与国际合作者一道，提出了小麦全基因组设计育种的 4D策略（Decode解码，Discover发现，Design设计， Deliver实现），为真正实现小麦从基因组到育种（G2B，Genome to breeding）的全链条贯通提供了系统解决方案和必要的工具 目前主要主要有Watkins Wheat G2B与Mendel Pea G2P (Genomics to Phenomics)群体基因组生物学，高效能表现自然演化性状的起源与演化，如C4光合作用及豆科结瘤共生固氮的比较基因组学 Watkins小麦地方品种群体这一宝贵种质资源的引入，将为拓宽我国小麦的遗传基础、提高我国小麦的遗传多样性奠定坚实的基础；未来将这些优异基因应用到小麦育种中，培育创新型小麦新品种，将推动我国小麦产业的持续健康发展
42110编辑于 2024-06-21 - 来自专栏生信宝典
Mol Plant | 多家单位联合发布小麦组学大数据可视化和在线分析平台WheatOmics
随着小麦模式品种“中国春”的参考基因组以及不同倍性、不同品种小麦基因组/泛基因组的陆续发布，小麦研究业已进入了后基因组大数据时代。 2018年“中国春”小麦参考基因组公布伊始，多名来自于国内不同单位的小麦领域青年学者携手推出了国内首个小麦大数据在线平台WheatOmics-bata版（http://wheatomics.sdau.edu.cn 经过三年的建设，WheatOmics实现了对48套麦族物种基因组、500余份小麦转录组、2000多种小麦变异组、三套小麦突变体库外显子组、多套小麦表观修饰组等组学大数据的可视化，并开发了拟南芥/水稻-小麦同源基因鉴定 WheatOmics数据和工具总览 文章提出，随着小麦多组学大数据的井喷式发展和WheatOmics等在线数据库的建立，小麦功能基因组学研究已经进入到更关注小麦特色基因的阶段。 表达量较低，且大都不受硝态氮的诱导；进一步借助WheatOmics中的调控元件和表观修饰组学数据分析发现，Cluster II 中基因位于转座子富集区，Cluster III 中基因转录起始区的H3K4me3
98710编辑于 2022-01-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号