" />
當(dāng)前位置：
首頁 > 新聞中心 > 科技工作
寧夏農(nóng)科院枸杞表型圖像識別應(yīng)用研究取得新進(jìn)展
近日，寧夏農(nóng)科院枸杞科學(xué)研究所與寧夏大學(xué)前沿交叉學(xué)院的研究人員在《The Visual Computer》聯(lián)合發(fā)表題為“CAS－FGvit：an efficient convolutional additive mixer for fine－grained classification”的SCI論文，首次評估了CAS－ViT框架在細(xì)粒度識別中的有效性，展示了機(jī)器視覺在枸杞表型圖像識別應(yīng)用中的新進(jìn)展。
項(xiàng)目團(tuán)隊依托自治區(qū)重點(diǎn)研發(fā)項(xiàng)目“枸杞種質(zhì)資源收集與精準(zhǔn)評價關(guān)鍵技術(shù)研究（2024BBF02011）”和自治區(qū)自然基金項(xiàng)目“基于圖像的枸杞表型重要性狀解析與卷積識別模型構(gòu)建（2023AAC03400）”，通過多源圖像獲取技術(shù)采集枸杞的表型、生境及器官離析圖像并自建枸杞數(shù)據(jù)集，引入高效多尺度注意力模塊以及弱監(jiān)督注意力學(xué)習(xí)機(jī)制等，提出一種基于CAS－ViT的增強(qiáng)模型CAS－FGvit，不僅在枸杞數(shù)據(jù)集上達(dá)到88.6％的準(zhǔn)確率，并且在三個主流細(xì)粒度基準(zhǔn)數(shù)據(jù)集（CUB－200－2011、Stanford Cars、Stanford Dogs）上驗(yàn)證了其性能優(yōu)勢達(dá)到先進(jìn)水平。
這一重要研究成果，為基于機(jī)器視覺開展枸杞表型解析奠定了非常重要的研究基礎(chǔ)，也為未來枸杞DUS測試指南性狀選擇摒棄人為主觀權(quán)重開辟了新的思路。
寧公網(wǎng)安備:64010046001-17001號