深度学习与农业科研,小麦籽粒表形鉴定方法

电子说

1.3w人已加入

描述

小麦是一种经济作物,其产量与农民的收入直接相关。随着国家经济水平的提高和城镇化进程的加快,农民对于小麦的需求不断增长,因此种植小麦成为了他们追求更高收入的重要途径。由此可见,小麦的播种量增加与国家的经济发展密切相关。

小麦作为主要粮食作物之一,其生产对于国家粮食安全具有重要的意义。在保证口粮供应的前提下,加大对小麦种植的补贴、提高小麦的种植效率等,这些措施进一步激发了农民对小麦种植的积极性,从而导致小麦的播种量不断增加。

培育优质高产的小麦品种是小麦育种的主要目标,而小麦籽粒完整性直接影响小麦育种进程。完整籽粒与破损籽粒的部分特征差异较小,是限制基于深度学习识别破损小麦籽粒精准度的关键因素。

山东农业大学机械与电子工程学院/智能化农业机械与装备实验室组成刘平教授团队,为解决小麦籽粒检测精度低的问题,该研究建立ImCascade R-CNN模型,提出小麦籽粒表形鉴定方法,精准检测小麦籽粒完整性、分割籽粒并获取完整籽粒表形参数。

ImCascade R-CNN模型检测小麦籽粒完整性的平均精度为90.2%,与Cascade Mask R-CNN、Deeplabv3+模型相比,能更好地识别、定位、分割小麦籽粒,为籽粒表形参数的获取提供基础。该方法测量粒长、粒宽的平均误差率分别为2.15%和3.74%,测量长宽比的标准误差为0.15,与人工测量值具有较高的一致性。

该研究结果可快速精准检测籽粒完整性、获取完整籽粒表形数据,加速培育优质高产小麦品种。

小麦的种植技术不断改进和推广,如大力发展农机化、推广科学种植技术、加强品种改良等,这些措施使得小麦的种植成本降低、产量增加,从而进一步推动了小麦的播种量不断增加的趋势。

审核编辑 黄宇

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分