面向育种应用的大豆产量估计的深度多视角图像融合方法

可靠的种子产量估计是旨在主要行作物品种开发的植物育种程序中不可或缺的一步。本研究的目的是开发一种擅长大豆[Glycine max L. (Merr.)]豆荚计数的机器学习（ML）方法，以从地面机器人采集的田间视频数据中实现基因型种子产量排序预测。为实现该目标，我们开发了利用深度学习架构的基于多视角图像的产量估计框架。从不同的角度捕获的植物图像被融合以估计产量，并随后对大豆基因型进行排序以应用于育种决策。我们使用来自田间受控成像环境以及田间植物育种试验地块的数据，通过与人工豆荚计数和产量估计的性能比较，证明了我们框架的有效性。我们的结果展示了ML模型在育种决策中大幅减少时间和人力投入的前景，并为开发品种开辟了新的育种方法途径。