王敏娟，刘小丫，马啸霄，常天根，宋青峰※

基于堆叠沙漏网络的单分蘖水稻植株骨架提取

王敏娟1，刘小丫1，马啸霄1，常天根2，宋青峰2※

（1. 中国农业大学现代精细农业系统集成研究教育部重点实验室，北京，100083；2. 中国科学院分子植物科学卓越创新中心，植物分子遗传国家重点实验室，上海 200032）

针对水稻栽培和遗传育种研究中单分蘖性状高通量无损提取的实际需求，该研究提出了一种基于沙漏网络模型的单分蘖水稻关键点预测和骨架提取方法。首先，对原始图像进行批量裁剪、gamma校正和锐化卷积等预处理，获取单色背景下的水稻单分蘖图像数据集；设计水稻单分蘖各器官关键点数据标注策略，构建监督数据集。然后，构建堆叠沙漏网络架构实现叶片数固定和不固定的水稻关键点检测，引入沙漏结构整合图像的多尺度特征，结合中间监督机制整合不同沙漏模块信息。叶片数一致的情况，模型预测准确率最高可达96.48%；叶片数不一致的情况，预测准确率达到82.09%。最后，根据预测关键点及其对应的语义信息连接形成植株骨架，选取茎秆长、叶片长、穗长、叶片-茎秆夹角和茎节点位置5个表型参数对生成骨架模型的实际意义进行评估，其均方根误差依次为5.82 cm、3.09 cm、1.71 cm、3.22°和2.035 6 cm，证明了该方法能较好地识别水稻单分蘖关键点，为水稻骨架提取提供了一种新思路，有助于加快水稻育种速度。

水稻；神经网络；表型参数；关键点检测；堆叠沙漏网络；植株骨架提取

0 引 言

中国是世界上最大的水稻生产国和消费国，水稻在粮食安全中占据非常重要的地位。……