水稻分蘖及株型性状高通量获取研究取得进展
文章导读
田间测量的世纪难题被破解？中科院最新AI模型TillerPET仅需普通相机拍摄，就能在收获后的水稻图像中精准识别分蘖数与株型紧凑度！传统方法受限于人工效率低、设备成本高，这款基于Transformer架构的轻量化模型却实现了双性状同步测量：分蘖数识别准确率超94%，株型测量精度逼近98%。更突破的是，它能从海量图像中自动提取关键表型特征，为不同基因型水稻建立"数字身份证"，直接服务于高产株型育种——原来水稻增产的密码，就藏在每株稻穗的几何排列里。
— 内容由好学术AI分析文章内容生成，仅供参考。
水稻分蘖数与株型紧凑度是决定穗数、群体密度与产量形成的关键表型，但田间测量受遮挡严重、光照不均与传统人工测量效率低下等因素制约，加之自动化方案或硬件成像成本高昂、流程复杂导致此类性状的高通量获取难以突破。
近日，中国科学院遗传与发育生物学研究所等利用多年多点的水稻RGB图像数据集，开发出一种基于AI算法的模型TillerPET。该模型可在收获后水稻RGB图像中，同步完成分蘖数与紧凑度的原位高通量表型鉴定，在多年多点的水稻RGB图像数据集上均有良好表现。
TillerPET模型基于点查询的Transformer架构，引入基于深度信息的水稻区域提取模块的基础上，构建了轻量化特征提取方法，简化了原网络中的编码器架构，显著减少模型运算量的同时提升了性能。TillerPET在水稻RGB图像数据集上分蘖计数R2可达0.941，可进一步实现水稻分蘖紧凑度的测量，精度R2可达0.978。基于TillerPET提取的分蘖与株型特征，可实现不同基因型水稻品种的识别分类。多年多点水稻分蘖及株型表型数据可为水稻株型育种提供数据支撑。
相关研究成果发表在《作物学报》（The Crop Journal）上。研究工作得到国家自然科学基金项目和湖北省自然科学基金项目的支持。
分蘖及株型性状高通量获取研究取得进展
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
吃瓜群众表示：以后水稻是不是能自己“数人头”了？🤔
这技术真能帮育种省不少事！👍