phytooracle/charcoal-dryrot-quantification

高粱炭腐病分类与量化工具

镜像概述

高粱是全球第五大谷物作物，可在边际土地生长，但炭腐病（CRS，由M. phaseolina病原体引起）严重影响产量，造成经济损失。本镜像提供基于机器学习的CRS分类与量化模型，帮助种植者、育种者识别病害并开展抗病性研究，推动作物改良。

模型类型

支持两类机器学习模型：

• 分类模型：ResNet18、MobileNetV3（小/自定义/大）、EfficientNet-B3/B4
• 分割模型：U-NET、全卷积网络（FCN）、DeepLabV3

核心功能

1. 生成超参数实验文件，支持网格搜索优化模型参数
2. 训练分类与分割模型
3. 执行推理与量化分析
4. 通过Jupyter Notebook可视化模型预测结果
5. 部署Streamlit应用，提供交互式病害检测界面

使用场景

• 种植者：快速检测高粱炭腐病，指导田间管理
• 育种者：分析品种抗病性差异，加速抗病品种选育
• 农业科研：开展病害检测算法研究与模型优化

配置说明

数据集准备

需下载数据集：[***]

模型训练

生成超参数实验文件

• 分类模型：

bash
python3 model_training/training_and_inference/generate_hyperparameter_experiments.py --path hyperparameter_experiment --name classification --type c

• 分割模型：

bash
python3 model_training/training_and_inference/generate_hyperparameter_experiments.py --path hyperparameter_experiment --name segmentation --type s

训练模型

• 分类模型：

bash
python3 model_training/training_and_inference/run_next_experiment.py --path hyperparameter_experiment/classification_config_and_results_file.csv

• 分割模型：

bash
python3 model_training/training_and_inference/run_next_experiment.py --path hyperparameter_experiment/segmentation_config_and_results_file.csv

推理与可视化

• 批量推理：

bash
./model_training/quantification_and_plots/run_all_quantifications.sh

• Jupyter Notebook可视化：

bash
model_training/quantification_and_plots/test_models_inference.ipynb

Streamlit应用部署

Docker部署

1. 拉取镜像并运行容器：

bash
sudo docker run -d -p 8501:8501 --name crs phytooracle/charcoal-dryrot-quantification:latest

2. 启动应用：

bash
sudo docker exec crs streamlit run /opt/model_training/inference.py -- -i /opt/images/test_patches/ --server.port 8501

3. 访问地址：http://localhost:8501/

Singularity部署

1. 构建镜像：

bash
singularity build crs.simg docker://phytooracle/charcoal-dryrot-quantification:latest

2. 启动应用：

bash
singularity exec -B $(pwd):/mnt --pwd /mnt --nv crs.simg streamlit run inference.py -- -i /opt/images/test_patches/

3. 访问地址：http://localhost:8501/