近日，中科院合肥物質院智能所智慧農業中心王儒敬研究員團隊提出一種基于類別注意力和候選框的病害識別算法，該算法可有效提升復雜環境下草莓相似病害的識別精度。相關成果在線發表于植物科學領域Top期刊Frontiers in Plant Science上。

　　中國是世界草莓生產第一大國，草莓種植業已成為我國多地的支柱性產業。但草莓在整個種植過程中易受到各類病原體侵入，病害已成為影響草莓產量和品質的主要因素。與歐美發達國家相比，我國草莓病害監測主要依賴于種植戶田間巡查，這種方式要求種植者具有較強的草莓病害專業知識，且存在效率低、成本高、主觀性強等缺點，已無法滿足當前草莓產業精細化、規模化發展的需求，亟需一種快速、有效的病害識別方法。

　　王儒敬研究員團隊長期致力于基于人工智能技術的農作物病蟲害識別方法研究與應用。針對田間環境復雜及草莓病害間的視覺特征相似給病害識別帶來的挑戰，團隊通過類別注意力機制增強卷積神經網絡定位區分性病灶特征的能力，在類別注意力的基礎上結合洪水-填充算法和區域建議算法分別構建主病灶定位模塊和病灶細節定位模塊。試驗結果表明：主病灶定位模塊能有效消除復雜背景的同時最大程度保留病害上下文信息；病灶細節定位模塊可有效提取相似病害間的區分性特征。因此，該識別方法可有效應對復雜背景和相似病害給田間病害識別帶來的挑戰。

　　博士生胡曉波為文章的第一作者，王儒敬研究員和許桃勝副研究員為共同通訊作者。該研究工作得到了國家重點研發政府間國際科技創新合作項目的支持。

　　論文地址：https://www.frontiersin.org/articles/10.3389/fpls.2023.1091600/full 

　　圖1 網絡架構

　　圖2 類別注意力模塊

　　圖3 試驗結果