玉米（Zea mays L.）已成為世界主要作物之一，產(chǎn)量超過小麥和水稻。玉米不僅直接食用，還廣泛用作動物飼料和工業(yè)原料，導(dǎo)致當(dāng)代社會對玉米的需求增加。然而，近年來頻繁的自然災(zāi)害給包括玉米在內(nèi)的糧食生產(chǎn)帶來了巨大挑戰(zhàn)。因此，保障糧食安全和提高玉米產(chǎn)量是玉米生產(chǎn)的基本目標(biāo)。在提高玉米產(chǎn)量的各種方法中，新品種的選育和種植是最關(guān)鍵的技術(shù)之一。

誤差隱患顯著

主觀判斷易導(dǎo)致關(guān)鍵數(shù)據(jù)失真。

1）穗行數(shù)誤判率可達(dá)12%（尤其在14-16行密集排列時）；

2）禿尖長度目測偏差平均達(dá)6.8mm；

3）穗周長手工測量誤差率超10%。

種質(zhì)誤篩風(fēng)險

某育種站統(tǒng)計顯示，因測量誤差導(dǎo)致。?

1）5.7% 的優(yōu)良雜交組合被錯誤淘汰；

2）3年累計損失潛在高產(chǎn)材料 23 份；

3）單次田間試驗(yàn)數(shù)據(jù)偏差可能使研發(fā)周期延長 6-8 個月。

當(dāng)前玉米籽粒檢測技術(shù)主要面臨三大核心挑戰(zhàn)

1）粘連籽粒分割算法雖實(shí)現(xiàn)96%分割正確率，但依賴掃描儀靜態(tài)成像，無法滿足產(chǎn)線動態(tài)檢測需求；

2）形態(tài)參數(shù)測量裝置 ，但僅限于實(shí)驗(yàn)室靜態(tài)場景。

操作效率瓶頸

1）品種分級系統(tǒng)需人工單粒放置，需要放置制定孔中，只能放一個，效率不高；????????????????

2）線掃描技術(shù)穗行數(shù)識別準(zhǔn)確率 99.1%，但受限于單果穗檢測。

操作復(fù)雜

現(xiàn)有的拍攝玉米穗全景圖像的方法通常需要復(fù)雜的固定裝置，例如旋轉(zhuǎn)框架來收集圖像數(shù)據(jù)，以及多個轉(zhuǎn)換步驟和/或算法來處理和分析圖像。

除了上述三點(diǎn)還存在價格昂貴（15+ 萬元），一般育種單位用不起，破壞性大，需要摘掉果穗，或者切割果穗，有些還對環(huán)境有特殊要求。

核心技術(shù)

??????????

??

數(shù)據(jù)集的建立

在數(shù)據(jù)集建立方面，為了后續(xù)能夠準(zhǔn)確提取與分析表型信息，我們首先構(gòu)建了精確且高質(zhì)量的玉米數(shù)據(jù)集。數(shù)據(jù)來源包括百度、谷歌等公開數(shù)據(jù)，其他論文中的公開數(shù)據(jù)，以及田間拍攝的 1727 張不同環(huán)境下的圖片。

玉米粒檢測模型

對于玉米粒檢測模型，我們在構(gòu)建數(shù)據(jù)集的基礎(chǔ)上，創(chuàng)新性地將密集人群計數(shù)中表現(xiàn)出色的點(diǎn)查詢四叉樹構(gòu)建方法引入到與密集人群相似的玉米籽粒計數(shù)中。通過將圖片輸入至玉米穗檢測模型，我們能夠得到帶有精確點(diǎn)坐標(biāo)的玉米粒計數(shù)圖。

開發(fā)行穗計數(shù)算法

在開發(fā)行穗計數(shù)算法方面，我們提出了一套精細(xì)化的行檢測和行穗數(shù)計數(shù)方法。由于密度圖預(yù)測能夠達(dá)到精確的點(diǎn)預(yù)測，因此可以進(jìn)一步進(jìn)行行檢測和行穗數(shù)計數(shù)。