玉米品种DUS测试颜色性状AI识别取得重大进展

       近日，中国农业科学院蔬菜花卉研究所与浙江水利水电学院计算机学院联合研发的“玉米品种颜色性状精准识别平台”取得阶段性成果，为玉米表型智能化测试打造出更加精准高效且可追溯的数字化工具。

       DUS测试是植物新品种授权的实质条件，也是品种审定和登记的必要条件。十四五期间，针对我国玉米品种DUS测试中人工观测误差大、效率低、成本高等行业痛点，蔬菜花卉研究所开展玉米表型智能化测试研究，通过纯色背景拍照、颜色与比例矫正、AI或非AI目标识别、图像分析等技术成功解析30个DUS性状，但大田环境下无矫正图像解析效果不理想。

       针对上述痛点，合作团队选取玉米第一叶鞘花青苷显色强度、花丝花青苷显色强度、花药花青苷显色强度、支持根花青苷显色强度四个性状作为研究对象，融合纯色背景拍摄和田间原位随手拍图像，搭建多阶段 AI 智能体工作链路，按照“性状识别—目标定位—等级判定—置信度门控—人工复核”标准化处理流程，平台可自动定位目标，并依据行业标准自动判别1—9级表达状态。

图1 花丝性状AI识别界面

       平台在自动判别功能之外，初步形成了专家反馈驱动的自主进化学习机制。专家可在结果页修正性状分类、重新圈选目标、调整判定等级，也可标记无效样本。依托专家人工校准，智能体持续积累疑难样本与修正数据，形成“检测—复核—数据沉淀—增量训练—版本优化”完整闭环，为模型迭代、功能拓展留存完整可追溯数据。

图2 花丝性状人工复核界面

       平台支持混合性状图片逐张自动识别、批量检测、检测记录查询、结果导出、人工干预留痕、模型资产校验和训练数据打包等功能，顺利通过近5年3000余幅图像自动化回归测试。系统针对模型置信度、目标定位质量和高等级长尾样本增设复核提醒，兼顾检测效率与专家终审权限。该平台采用网页端形式交付，无需本地复杂部署，检测人员上传图像即可完成全流程智能判别，适配检测机构日常批量检测需求。

图3 花丝性状批量复核界面

       本研究为AI智能体技术与品种测试业务深度融合的有益探索。该成果为多区域、多季节、复杂拍摄环境下的验证奠定基础，可减少人工重复图像判读工作量，提升玉米性状调查一致性与数据管理效率，也为其他农作物颜色性状的DUS数字化、智能化检测提供可借鉴的技术方案。下一步，合作双方将持续优化平台，重点推进多目标识别、高等级及长尾样本补充、跨场景泛化验证等工作，推动DUS测试从单点算法应用向可复核、可演进的智能体协同模式拓展。