华南农业大学院长以通讯作者身份在一区Top期刊（影响因子12.4）上发表研究成果，在水稻结实率智能测定研究中取得新进展

植物研究进展

2026-04-21 22:22 ·广东 ·优质科技领域创作者

近日，华南农业大学齐龙研究员团队在Artificial Intelligence in Agriculture期刊上发表题为“Dual attention guided context-aware feature learning for residual unfilled grains detection on threshed rice panicles”的研究成果。工程学院博士生周宇浩为第一作者，齐龙研究员和马锐军副教授为通讯作者。

结实率是水稻考种中的重要指标，而脱粒后稻穗残留空粒的精准检测是实现其智能测定的关键环节。由于残留空粒目标尺寸小，且常受枝梗遮挡、相邻目标黏连等因素影响，传统人工检测方法效率较低、主观性较强，现有视觉检测方法也面临漏检、误检和复杂场景适应性不足等问题。

为此，团队提出了基于对偶注意力机制的残留空粒检测方法。该方法构建了“通道—全局”“空间—局部”协同建模的注意力模块，在增强全局特征关联建模的同时保留局部空间上下文信息，提升了模型对残留空粒特征的表征能力；同时结合Focaler-SIoU损失函数与小目标预测头优化策略，增强了模型对遮挡和相邻目标黏连等复杂情况的检测效果。以华航57号、香禾优细丝苗两个水稻品种为试验对象，实验结果表明，该方法对脱粒后稻穗残留空粒的检测精度大于95%，检测速度为154 FPS，具有较好的检测精度与实时性，可为高通量水稻考种提供新的技术支撑。