近日，中国水稻研究所稻田生态与资源利用团队研究构建了新型穗特征定位感知网络，实现田间高通量水稻穗计数，为高通量表型平台的构建和大规模育种筛选场景提供了重要技术基础。相关研究成果在线发布在《植物表型组学（Plant Phenomics）》上。
单位面积穗数作为水稻产量构成的核心农艺性状指标，其精准量化对作物表型分析和产量预测具有重要意义。然而，当前穗数识别方法受限于地物分辨率不足和冠层遮蔽效应，难以实现大田复杂场景下的高通量精准计数。
针对这一技术瓶颈，研究团队创新性地构建了穗特征定位感知网络。该网络通过优化定位损失函数和重构特征提取网络，显著增强了模型对水稻穗形态特征的感知能力，有效提升了水稻不同穗型的定位精度。实验表明，在不同穗型及生育期的水稻冠层穗数据集上，网络展现出卓越的计数性能，显著优于现有方法。研究团队还通过模拟实验发现,穗特征定位感知网络模型在0.15厘米/像素的分辨率条件下仍展现出优异的鲁棒性。该研究为无人机航拍参数优化提供了重要理论依据，同时也验证了模型在低分辨率场景下的实用价值。
该研究得到十四五国家重点研发计划的资助。
原文链接：https://doi.org/10.34133/plantphenomics.0270
来源： 中国水稻研究所