基于HRNet的单分蘖水稻植株表型参数获取

来源：江苏农业科学杂志2026年第第4期北京时间：

作者：宋欣;丁子桐;王冰洋;杨校伟;赵飞;杨磊

单位：1.天津农学院工程技术学院，天津 300392； 2.天津农学院农学与资源环境学院，天津 300392

摘要：针对水稻在精准育种和栽培管理过程中对植株表型特征高精度、高通量自动获取的实际需求，以实现数据大规模处理为目标，提出一种基于HRNet网络的单分蘖水稻植株表型参数获取方法。首先，针对水稻植株形态结构不确定的问题设计了穗、茎、叶等器官关键点的标注规则，构建出单分蘖水稻植株数据集。其次，基于HRNet网络的高分辨率多尺度特征融合技术实现各器官关键点的检测，并结合冗余关键点的筛除策略和关键点语义信息提取出植株骨架模型。该方法关键点和骨架提取的精确率为0.97，平均总体准确率为0.90，证明该方法能够有效解决因叶片数量不确定而导致的关键点难检测的问题。最后，以穗长、茎秆长、叶片长、叶片夹角对骨架模型进行评估，均方根误差分别为0.83 cm、1.36 cm、1.95 cm、2.75°，对比HN、SHN模型，各参数均方根误差均有较大幅度的减小。试验结果表明，本研究所提方法对单分蘖水稻植株的骨架提取和主要表型参数的自动获取均具有良好的效果，可为水稻表型参数高精度、高通量自动获取提供一种新思路。

关键词：单分蘖水稻;关键点检测;HRNet;骨架提取;表型参数