Plant Phenomics | 南京林業(yè)大學(xué)范習(xí)健團(tuán)隊(duì)發(fā)現(xiàn)用于野外玉米穗計(jì)數(shù)的多尺度點(diǎn)監(jiān)督網(wǎng)絡(luò)

該研究構(gòu)建了面向野外不同拍攝條件的玉米穗計(jì)數(shù)模型Multiscale Lite Attention Enhancement Network (MLAENet)，解決了野外環(huán)境下玉米穗計(jì)數(shù)任務(wù)中,由于拍攝距離和角度變化導(dǎo)致的尺度差異,以及密集分布和復(fù)雜背景帶來(lái)的遮擋和干擾問(wèn)題,實(shí)現(xiàn)了在野外環(huán)境下對(duì)玉米穗數(shù)量和分布的快速準(zhǔn)確檢測(cè),為研究人員監(jiān)測(cè)作物生長(zhǎng)狀態(tài)和評(píng)估產(chǎn)量提供了重要技術(shù)支持。

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

MLAENet由三個(gè)部分組成：前端網(wǎng)絡(luò)，后端網(wǎng)絡(luò)和上采樣模塊（UP-Block）。前端網(wǎng)絡(luò)采用經(jīng)過(guò)微調(diào)的VGG16的前13層,具有較好的特征提取能力。后端網(wǎng)絡(luò)包含輕量特征提取模塊（LFEM）和多特征增強(qiáng)模塊（MFEM），前者采用輕量化的卷積層架構(gòu)進(jìn)一步提取高級(jí)語(yǔ)義特征，后者通過(guò)級(jí)聯(lián)空洞卷積實(shí)現(xiàn)多尺度特征提取，并融入基于批歸一化的注意力機(jī)制來(lái)增強(qiáng)目標(biāo)特征。最后,上采樣模塊通過(guò)交替疊加卷積層和雙線性插值,實(shí)現(xiàn)特征聚合與上采樣，生成高質(zhì)量的密度圖。三個(gè)模塊的協(xié)同工作,使MLAENet在不同場(chǎng)景下都能實(shí)現(xiàn)玉米穗的準(zhǔn)確統(tǒng)計(jì)。

Fig. 2. The detailed structure of MLAENet.

南京林業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院、人工智能學(xué)院軟件工程2020級(jí)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(xué)錄取。通訊作者為南京林業(yè)大學(xué)信息科學(xué)技術(shù)學(xué)院、人工智能學(xué)院副教授范習(xí)健，目前主要從事農(nóng)林表型參數(shù)智能提取、多源遙感數(shù)據(jù)智能解譯、農(nóng)林場(chǎng)景多模態(tài)智能感知等相關(guān)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(xiàn)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(tái)下玉米時(shí)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(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、專刊發(fā)布會(huì)等高質(zhì)量活動(dòng)。

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(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)和美國(guó)科學(xué)促進(jìn)會(huì)（AAAS）合作創(chuàng)辦的英文學(xué)術(shù)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(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)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(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫(kù)收錄。科瑞唯安JCR2022影響因子為6.5，位于農(nóng)藝學(xué)、植物科學(xué)、遙感一區(qū)，生物大類一區(qū)（Top期刊）。2020年入選中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目。

說(shuō)明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者：范習(xí)健
編輯：陳思潔（昆山杜克大學(xué)）
審核：王平、孔敏