近日，信息科學(xué)與工程學(xué)院郝霞課題組在《Computers and Electronics in Agriculture》在線發(fā)表了題為“Uncertainty-driven semi-supervised learning for phenology-aware apple flower counting”的最新研究成果。信息科學(xué)與工程學(xué)院在讀碩士研究生王禹為本文第一作者，郝霞副教授、郭旭超副教授為通訊作者，我校園藝科學(xué)與工程學(xué)院沈向教授、毛云飛副教授參與研究，山東農(nóng)業(yè)大學(xué)為第一通訊單位。

蘋果花精準(zhǔn)計數(shù)對果園產(chǎn)量預(yù)測和花期管理具有重要意義，傳統(tǒng)的人工隨機(jī)抽樣方法不僅耗時費(fèi)力，還容易因樹間差異導(dǎo)致測量誤差。為此，該研究針對果園中無人機(jī)圖像視角蘋果花遮擋嚴(yán)重、像素級標(biāo)注成本高、花期物候階段易混淆等實(shí)際難題，提出了一種面向蘋果花計數(shù)與物候識別的不確定性驅(qū)動雙階段框架，該框架有效提升噪聲環(huán)境下的泛化能力，提高了模型在復(fù)雜農(nóng)業(yè)場景下的魯棒性，并通過物候階段區(qū)分模塊增強(qiáng)不同花期的判別性，為果園花期自動化管理提供了一種高效、低成本的半監(jiān)督學(xué)習(xí)方法，具有重要的應(yīng)用價值。

該研究得到國家自然科學(xué)基金項目、山東省自然科學(xué)基金、山東省“青創(chuàng)團(tuán)隊計劃”項目、山東省現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系果品產(chǎn)業(yè)創(chuàng)新團(tuán)隊資助。

論文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168169925010257

編      輯：萬    千 

審      核：賈    波