基于RiceRes2Net的田间水稻稻穗探测和生育期识别


发布时间:

2023-04-24

来源:

植物表型资讯

作者:

PhenoTrait

稻穗的精准探测和生育期准确识别是水稻田间表型鉴定的重要内容之一。但是,传统的人工稻穗计数方法耗时耗力、效率较低。本研究在改进的Cascade RCNN (Region-CNN)结构的基础上提出RiceRes2Net,用于在复杂田间环境下探测稻穗、识别水稻生育期。首先,RiceRes2Net利用Res2Net网络结构和特征金字塔网络(Feature Pyramid Network, FPN)作为网络骨架生成多尺度特征图。然后,RiceRes2Net组成一个具有四个IoU阈值的RCNN来处理多尺度特征图,并给出目标类别的预测结果和边界框坐标。此外,Soft非极大值抑制算法(Soft non-maximum suppression, Soft NMS)和广义IoU(Generalized Intersection over Union, GIoU)损失函数也被集成到RiceRes2Net中,以提高稻穗边界的预测精度。在两个水稻田间试验的基础上,利用智能手机获取复杂田间环境下的稻穗数据集。基因型、种植密度、栽培管理、生长季节和生育期都会对水稻稻穗产生影响,进而形成各种各样的稻穗表型。实验结果显示,RiceRes2Net的稻穗探测精度优于传统的RCNN,在孕穗期、抽穗期和灌浆期的平均精度(average precision, AP)分别为96.8%, 93.7%和82.4%。此外,RiceRes2Net在探测重叠稻穗时具有显著优势,可进一步提高探测精度。为测试RiceRes2Net的鲁棒性,在一个独立测试集中,将RiceRes2Net的稻穗计数结果与人工计数结果进行对比。三个不同生育期的计数误差分别为1.19, 2.56和3.13。同时,本研究还将RiceRes2Net的性能与目前广泛应用的其他深度学习进行了对比。实验结果显示,RiceRes2Net能够学习更多有代表性的特征,有助于更好地在不同生育期定位稻穗位置,因此与其他深度学习算法相比,可以获得更高的稻穗探测精度。在生育期识别方面,RiceRes2Net可准确识别孕穗期、抽穗期和灌浆期,三个生育期的识别精度分别为99.83%, 99.34%和94.59%,平均识别精度为96.42%。因此,RiceRes2Net是一种有效的稻穗探测和水稻生育期识别工具,在水稻田间表型鉴定中具有极大的应用潜力。

 

图1 RiceRes2Net探测稻穗和识别生育期的技术流程

 

图2 实验区域和两个田间实验的实验设计;(a)实验1;(b)实验2

 

图3 大田条件下的稻穗冠层影像;(a)影像不同区域和不同天气条件下的影像;(b)不同生育期的影像;(c)不同密度、施氮水平和不同品种的抽穗期稻穗影像

 

图4 稻穗数据集预处理;(a)影像裁剪;(b)数据标记;(c)数据增强

 

图5 Res2Net和FPN的结构。(a) ResNet;(b) Res2Net;(c)FPN

 

图6 具有四个IoU阈值的RCNN

 

图7 RiceRes2Net的稻穗计数结果。(a)孕穗期;(b)抽穗期;(c)灌浆期;(d)三个时期

 

图8 RiceRes2Net的稻穗生育期识别结果。(a)红框为孕穗期稻穗;(b)黑框为抽穗期稻穗;(c)蓝框为灌浆期稻穗

 

图9 不同RCNN的结果比较。Model 5为RiceRes2Net,红框、黑框和蓝框分别为孕穗期、抽穗期和灌浆期,橘红、红和蓝色箭头分别标出正确计数、重复计数和未计数稻穗

 
 
来 源
Suiyan Tan, Henghui Lu, Jie Yu, et al. On Precision In-field rice panicles detection and growth stages recognition based on RiceRes2Net. Computers and Electronics in Agriculture, 2023, 206:107704. 
 

编辑

段博
 

扩展阅读

推荐新闻

石时之约|韩志国:透过表型数据,看见植物的喜怒哀乐!

本期石时之约,我们将对话慧诺瑞德(北京)科技有限公司总经理、国际植物表型学会(IPPN)执委会委员/工业分会副主席韩志国,一起从表型数据的科学角度,去读懂农作物的喜怒哀乐和前世今生。

慧科研、慧育种、慧种田——慧聚改变的力量

让我们“慧聚”在一起,为“慧科研、慧育种、慧种田”赋能。

高通量植物表型平台建设注意事项

育种,是在给定的环境条件下,选择各种表型指标(产量、品质、抗性)最优的基因型材料的过程(AI育种,从这里起步)。育种工作中大约70%的工作量来自表型观察测量和筛选,是最耗人力物力的过程。

作物生理表型测量基础原理

生理表型测量的核心在于“早、快”,要在肉眼可见之前就能测量并预判出变化趋势,才是这个技术的核心价值。叶绿素荧光成像,恰好满足了这个要求。