基于IM-SSD+ACO算法的整株大豆表型信息提取

宁 姗 陈海涛 赵秋多，2 王业成

(1.东北农业大学工程学院， 哈尔滨 150030；2.黑龙江科技大学工程训练与基础实验中心， 哈尔滨 150022)

0 引言

种质资源是大豆品质和产量的基础，大豆考种是大豆作物表型组学研究中种质资源鉴定与筛选的重要方法之一。作物表型组学研究能够获得高质量、高精度和可重复性的植物表型数据[1-2]。然而，传统大豆考种工作主要依靠人工，在考种过程中需要消耗大量的人力物力。同时，人工操作还存在人为主观误差、效率低、时间周期长等问题。人工考种的方式已经制约了植物生物学研究的发展，随着机器视觉技术的飞速发展，采用高效率、低误差、低成本的自动化表型信息检测平台获取植物表型信息已成为农业领域研究热点且具有巨大潜力[3]。植物表型采集平台按照搭载方式可分为台式、传送带式、车载式、自走式、门架式、悬索式以及无人机式植物表型平台；按照使用环境分为室内植物表型平台和田间植物表型平台。大豆考种是对成熟后的大豆植株和籽粒性状调查的田间试验环节，目的是了解不同品种或不同处理因素对植株性状及籽粒的影响，从而分析掌握不同品种、不同处理因素的作用。其中，室内考种通常包括植株考种和籽粒考种两部分[4]。本文研究的是室内植株考种，其调查项目包括株高、有效分枝数、主茎、株型及全株荚数。

近年来，基于深度学习的目标检测在农业领域得到了广泛的应用，如大豆豆荚识别[5]、杂草的田间识别[6]、番茄关键器官识别[7-8]、猕猴桃图像识别[9-10]、蛋类识别[11]等。……