本网讯（通讯员 李亚楠）近日，《植物表型组学》（《Plant Phenomics》）在线发表我司智慧农业科研团队论文：“Semi-supervised Counting of Grape Berries in the Field Based on Density Mutual Exclusion”。det365手机版为第一署名单位，det365在线平台李亚楠副教授为第一作者，2021级研究生唐玉玲为通讯作者。

《Plant Phenomics》是计算机科学与植物表型学交叉领域重要的学术期刊，具体范围涵盖高通量表型分析的最新技术，基于图像分析和机器学习的表型分析研究，提取表型信息的新算法等。该期刊最新影响因子为6.5，是中科院一区TOP期刊。

传统的葡萄浆果计数方法通常需要大量的人力和时间，而且容易受到主观因素的影响。虽然有研究人员倾向于使用计算机视觉和图像处理技术来解决这个问题，但高标注量的人工成本也限制了模型的泛化性能。半监督学习方法可以利用无标签的图像数据，降低了数据标注的成本。因此，该最新研究提出了一种基于密度互斥的田间葡萄浆果半监督计数方法（CDMENet），通过密度互斥的辅助网络，得到了葡萄果实在密度层次上的空间分布，实现了未标记的数据利用。在不同的标注数据量的实验中，CDMENet都能保持出色的性能，尤其是在标注图像相对较少的情况下。该论文的算法框架和实验对比结果如下：

    研究工作得到了国家自然科学基金和武汉知识创新项目-曙光计划的支持，这一研究为在实际应用中更经济高效地解决葡萄浆果计数问题提供了重要的理论和实证支持。（审核 张炜）

论文链接：

https://doi.org/10.34133/plantphenomics.0115