近日，我校计算机与信息学院、智慧农林福建省高校重点实验室、农林大数据研究中心在SCIENCE合作创办的农艺学领域权威期刊Plant Phenomics（植物表现组学）上发表题为“Panicle-Cloud: an open and AI-powered cloud computing platform for quantifying rice panicles from drone-collected imagery to enable the classification of yield production in rice（稻穗云：用于从无人机采集的图像中量化稻穗的开放的人工智能云计算平台，以实现水稻产量分类）”的研究论文。
水稻（Oryza sativa）是许多国家必不可少的稳定粮食，因此在全球气候变化下提高其产量具有重要意义。要评价不同水稻品种的产量表现，单位面积穗数（Panicle Number per Unit Area，PNpM2）等与产量相关的关键性状是重要指标，已引起许多植物研究团体的高度重视。然而，由于复杂的田间条件、水稻栽培品种及其穗部形态特征的差异巨大，对稻穗进行大规模筛选以量化PNpM2性状仍然具有挑战性。
本文介绍一个开放的人工智能（AI）云计算平台--Panicle-Cloud，该平台能够从无人机采集的图像中量化稻穗。为促进人工智能检测模型的开发，课题组首先建立了一个由水稻专家注释的开放式多样化稻穗检测（Diverse Rice Panicle Detection, DRPD）数据集，随后将几个最先进的深度学习模型（包括本文提出的Panicle-AI模型）集成到 Panicle-Cloud平台。课题组将该平台应用于双季稻育种试验，以验证其生物学相关性，并利用该平台从数百个水稻品种中得出的PNpM2性状对产量进行分类。通过计算分析与人工评分之间的相关性分析，发现该平台能够可靠地量化PNpM2性状，并在此基础上对产量进行高精度分类。因此，该工作证明了在水稻PNpM2性状表型方面取得的宝贵进展，可为水稻育种人员在田间条件下筛选和选育理想的水稻品种提供有力的技术支撑。
田间试验地和无人机获取的水稻图像
云平台稻穗计数界面和水稻产量分级预测
乐鱼(中国)计算机与信息学院为第一署名单位，乐鱼(中国)计算机与信息学院硕士研究生滕子璇、南京农业大学前沿交叉研究院陈佳玮博士、宁夏农林科学院农作物研究所王坚副研究员为论文共同第一作者，英国国立农业植物研究所、南京农业大学作物表型组学交叉研究中心周济教授、乐鱼(中国)计算机与信息学院杨长才副教授为论文共同通讯作者。乐鱼(中国)农林大数据研究中心硕士研究生吴水秀、林耀海副教授和陈日清教授为论文共同作者，南京农业大学博士研究生沈利言、英国国立农业植物研究所Robert Jackson研究员等也为本研究成果作出重要贡献。该研究得到了国家自然科学基金项目、福建高校产学研联合创新项目、福建省科技计划项目等资助。
稻穗检测源代码及DRPD 数据集： https://github.com/changcaiyang/Panicle-AI/releases/。云平台：http://ai-panicle.com:32123（测试帐户用户名：user1，密码：110110）。
论文链接：
https://spj.science.org/doi/10.34133/plantphenomics.0105