StomaD2：基于扩散恢复检测网络的智能 stomatal 表型分析全能系统
计算机视觉与模式识别
2026-04-22 v1 应用统计
摘要
Stomata 在调节植物生理过程和反映环境响应方面发挥着关键作用。然而，准确且高通量的 stomatal 表型鉴定仍具有挑战性，因为传统方法依赖破坏性采样和手动标注，限制了大规模和现场部署。为克服这些限制，开发了一个非侵入性恢复-检测集成框架，称为 StomaD2，以实现复杂成像条件下的准确快速 stomatal 表型分析。该框架包含用于恢复退化图像的扩散恢复模块和专为小密集且杂乱的 stomata 特征量身定制的旋转目标检测网络。该提议网络通过三个关键创新点增强特征表示：全局特征互动的列式结构、提高多尺度一致性的情境感知重抽样和重新加权机制、以及用于提升对复杂背景辨识度的特征重组模块。在大量比较中，StomaD2 证明表现优异。在公开的玉米和小麦数据集上，分别实现了0.994和0.992的准确率，显著优于现有基准。与包括 Oriented Former 和 YOLOv12 在内的十个高级模型进行基准测试后，StomaD2 实现了最高的F1分数/mAP为0.989。该框架集成到一个用户友好且可现场操作的系统中，支持快速提取八种 stomatal 表型，如密度和导通性。基于超过130种植物种类的验证，StomaD2 的结果凸显了其强大的通用性和大规模表型鉴定、植物生理学分析和精密农业应用的潜力。
关键词
引用
@article{arxiv.2604.18632,
title = {StomaD2: An All-in-One System for Intelligent Stomatal Phenotype Analysis via Diffusion-Based Restoration Detection Network},
author = {Quanling Zhao and Meng'en Qin and Yanfeng Sun and Yuan Miao and Xiaohui Yang},
journal= {arXiv preprint arXiv:2604.18632},
year = {2026}
}