近日，信息科學與工程學院郝霞課題組在《Computers and Electronics in Agriculture》在線發表了題為“Uncertainty-driven semi-supervised learning for phenology-aware apple flower counting”的最新研究成果。信息科學與工程學院在讀碩士研究生王禹為本文第一作者，郝霞副教授、郭旭超副教授為通訊作者，我校園藝科學與工程學院沈向教授、毛云飛副教授參與研究，山東農業大學為第一通訊單位。

蘋果花精準計數對果園產量預測和花期管理具有重要意義，傳統的人工隨機抽樣方法不僅耗時費力，還容易因樹間差異導致測量誤差。為此，該研究針對果園中無人機圖像視角蘋果花遮擋嚴重、像素級標注成本高、花期物候階段易混淆等實際難題，提出了一種面向蘋果花計數與物候識別的不確定性驅動雙階段框架，該框架有效提升噪聲環境下的泛化能力，提高了模型在復雜農業場景下的魯棒性，并通過物候階段區分模塊增強不同花期的判別性，為果園花期自動化管理提供了一種高效、低成本的半監督學習方法，具有重要的應用價值。

該研究得到國家自然科學基金項目、山東省自然科學基金、山東省“青創團隊計劃”項目、山東省現代農業產業技術體系果品產業創新團隊資助。

論文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0168169925010257

編      輯：萬    千 

審      核：賈    波