拥有高功夫分辨率的基于图像的表型数据比植物定量遗传学尝试中的终点丈量更具优势，由于能够评估和分析基因型与表型的关联关系
。最近，基于网络的摄像系统已经部署作为可定造的，低成本的表型解决规划
。在这里，作者利用180个联网的树莓派单元，实现了一个基于散布式推算的大型自动化图像捉拿系统，该系统能够同时监控1800株三叶草(Trifoliumrepens)植物
。事实证明，该摄像头系统不变，所有180部摄像头的均匀正常运行功夫为96％
。为了分析捕获的图像，作者开发了Greenotyper图像分析步骤
。该步骤对植物的定位精度为97.98%，基于U-net的植物宰割算法的宰割精度为0.84，像素精度为0.95
。

表型系统的通常设置和本尝试设置示意图

（C）在确定花盆后，将宰割算法利用于图像以获取植物的面积丈量值
。从图像中裁剪出每个花盆
。在裁剪后的图像中丈量植物面积和绿色度
。绿色度以圆形直方图的大局显示
；ㄅ柚涞牡ジ雠┳魑锎笥滓谎，因而花盆之间的面积丈量拥有可比性
。

作者使用Greenotyper分析了总共355,027张图像，必要24–36幼时
。证了然使用大量静态拍照机和植物进行自动表型分析是代替依赖传送带或移动拍照机系统的一种经济高效的选择
。