Plant Phenomics | 南京林業(yè)大學范習健團隊發(fā)現(xiàn)用于野外玉米穗計數(shù)的多尺度點監(jiān)督網絡

該研究構建了面向野外不同拍攝條件的玉米穗計數(shù)模型Multiscale Lite Attention Enhancement Network (MLAENet)，解決了野外環(huán)境下玉米穗計數(shù)任務中,由于拍攝距離和角度變化導致的尺度差異,以及密集分布和復雜背景帶來的遮擋和干擾問題,實現(xiàn)了在野外環(huán)境下對玉米穗數(shù)量和分布的快速準確檢測,為研究人員監(jiān)測作物生長狀態(tài)和評估產量提供了重要技術支持。

2023年10月，Plant Phenomics在線發(fā)表了南京林業(yè)大學范習健副教授團隊題為 A Multiscale Point-Supervised Network for Counting Maize Tassels in the Wild 的研究論文。

MLAENet由三個部分組成：前端網絡，后端網絡和上采樣模塊（UP-Block）。前端網絡采用經過微調的VGG16的前13層,具有較好的特征提取能力。后端網絡包含輕量特征提取模塊（LFEM）和多特征增強模塊（MFEM），前者采用輕量化的卷積層架構進一步提取高級語義特征，后者通過級聯(lián)空洞卷積實現(xiàn)多尺度特征提取，并融入基于批歸一化的注意力機制來增強目標特征。最后,上采樣模塊通過交替疊加卷積層和雙線性插值,實現(xiàn)特征聚合與上采樣，生成高質量的密度圖。三個模塊的協(xié)同工作,使MLAENet在不同場景下都能實現(xiàn)玉米穗的準確統(tǒng)計。

Fig. 2. The detailed structure of MLAENet.

南京林業(yè)大學信息科學技術學院、人工智能學院軟件工程2020級本科生鄭鎬宇為論文一作，現(xiàn)已獲得免試攻讀研究生資格，擬被浙江大學錄取。通訊作者為南京林業(yè)大學信息科學技術學院、人工智能學院副教授范習健，目前主要從事農林表型參數(shù)智能提取、多源遙感數(shù)據(jù)智能解譯、農林場景多模態(tài)智能感知等相關研究。
 

論文鏈接

https://spj.science.org/doi/10.34133/plantphenomics.0100

代碼和模型鏈接

https://github.com/ShiratsuyuShigure/MLAENet-pytorch/tree/main

——推薦閱讀——

Quantifying Contributions of Different Factors to Canopy Photosynthesis in Two Maize varieties: Development of a Novel 3D Canopy Modeling Pipeline

https://doi/10.34133/plantphenomics.0075

Plant Phenomics | 玉米品種間冠層光合效率差異的多因素貢獻率解析：一種新的三維冠層建模流程

Multi-Source Data Fusion Improves Time-Series Phenotype Accuracy in Maize under a Field High-Throughput Phenotyping Platform

https://spj.science.org/doi/10.34133/plantphenomics.0043

Plant Phenomics | 多源數(shù)據(jù)融合提升田間高通量表型平臺下玉米時序表型解析精度

加入作者交流群

掃碼添加小編微信，拉您進入《植物表型組學》作者交流群，群內不定期開展作者分享會、專刊發(fā)布會等高質量活動。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics

《植物表型組學》（Plant Phenomics）是由南京農業(yè)大學和美國科學促進會（AAAS）合作創(chuàng)辦的英文學術期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學交叉學科熱點領域具有突破性科研進展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點。具體范圍涵蓋高通量表型分析的最新技術，基于圖像分析和機器學習的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農業(yè)實踐中的表型組學新應用，與植物表型相結合的分子生物學、植物生理學、統(tǒng)計學、作物模型和其他組學研究，表型組學相關的植物生物學等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄�？迫鹞ò睯CR2022影響因子為6.5，位于農藝學、植物科學、遙感一區(qū)，生物大類一區(qū)（Top期刊）。2020年入選中國科技期刊卓越行動計劃高起點新刊項目。

說明：本文由《植物表型組學》編輯部負責組稿。
中文內容僅供參考，一切內容以英文原版為準。
特邀作者：范習健
編輯：陳思潔（昆山杜克大學）
審核：王平、孔敏