目录

介绍一篇浙江大学发表的一篇深度学习在植物表型组研究的综述：

岑海燕，朱月明，孙大伟，等. 深度学习在植物表型研究中的应用现状与展望[J]. 农业工程学报，2020，36(9)：1-16.

本文首先概述了植物表型与深度学习方法的背景；随后从植物识别与分类、胁迫分析、产量预测、面向精准育种和精准管理的表型分析等方面综述了深度学习在植物表型交叉研究的进展；最后提出了未来深度学习和植物表型交叉融合研究与应用中亟需解决的问题，并展望了植物表型研究智能化的发展前景。

通常在海量数据的支持下，深度学习方法的潜力才被充分释放和发挥出来，在数据量相对较小情况下，普通的机器学习方法即可满足数据建模与预测的应用需求，因而在具体应用中通常需要根据特定研究目标的数据量与应用需求来选取合适的算法。

大家好，我是米源MY，从事生信研究和工作已经十余年了，现在育种行业，致力于将生信、AI和大数据等新技术应用于育种，实现育种现代化。我会不定期更新这些领域的相关信息，如果你感兴趣，欢迎关注我，谢谢！微信公众号：生物信息与育种。

作者：生物信息与育种，请关注同名微信公众号：生物信息与育种。