華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法-最新行業動態-植物表型平臺-數字化考種機-作物表型系統-武漢谷豐光電科技有限公司

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

2024/10/11

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

準確計算每穗粒數對于評估水稻產量和選擇優良種質資源至關重要。傳統的測量方法勞動密集、耗時且容易出錯。為了應對這一挑戰，基于計算機視覺的方法已成為一種很有前途的種子計數方法。然而，由于稻粒的自然形態，包括遮擋以及大小、形狀和方向的巨大變化，實現精確的稻粒計數尤其具有挑戰性。這通常需要額外的步驟，例如手動整形或脫粒。因此，我們提出了一種創新方法，通過整合物體檢測、圖像分類和回歸方程來精確計數自然形態的水稻粒。

首先，我們訓練了 Yolov7-tiny 模型進行稻粒計數。隨后，我們使用 EfficientNetV2 網絡引入了一個基于水稻穗自然形態變化的分類系統，將水稻穗分為五個不同的類別。此外，我們利用來自 2920 個不同水稻種質的數據，設計了一組針對不同水稻穗類別的單變量線性回歸方程，以建立預測值與實際值的相關性。

實驗結果表明，計數準確率為 92.60%，平均絕對百分比誤差為 7.69%。此外，這項研究還表明，使用穗的雙面圖像并不能顯著提高計數準確率。這項研究代表了在水稻穗自然形態內實現精確高效計數的成功嘗試，為檢測和計數密集物體提供了一種新穎的解決方案。

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

圖1 水稻穗的不同形態

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

圖2 單個水稻穗的圖像采集

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

圖3 水稻粒數檢測模型流程圖。

（A）分離出第5類。（B）將第1類與剩余的稻穗分開。（C）將剩余的稻穗分為第2類、第3類和第4類

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

圖4 A：PR曲線；B：真值提取模型的預測結果

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

圖5 各種模型的誤差。誤差：真實值減去預測值的結果

圖6 不同方法檢測結果分布

OD表示物體檢測；M表示利用回歸方程；mClas表示人工分類；橫軸指標表示穗樣品數

下一篇：高通量表型組技術助力馬鈴薯育種突破：揭示雄性育性與產量遺傳機制

資源中心

華中農業大學宋鵬副教授團隊：自然形態稻粒精確計數：一種基于圖像分類和物體檢測的方法

相關新聞

【精彩回顧】第14屆亞太農業信息技術聯合會國際會議（APFITA 2024）圓滿落幕！

會議邀請 | 第14屆亞太農業信息技術聯合會國際會議（APFITA 2024）

谷豐光電 | 攜手江蘇省農業科學院農業信息研究所共建表型技術研發中心并簽約合作

會議邀請|谷豐光電第46屆新植物學家論壇-氣孔生物學國際學術研討會

國慶放假通知！

邁向新征程 | 谷豐光電入駐武漢經開人工智能科技園

喜報丨谷豐光電榮獲湖北省第六批專精特新中小企業認定！

【會議邀請】第十屆植物生物學女科學家學術交流會，誠邀您來參加！

高通量表型組技術助力馬鈴薯育種突破：揭示雄性育性與產量遺傳機制

華中農業大學基于RGB-D相機的作物表型機器人自主導航方法

聯系我們