外来物种入侵是全球生物多样性保护的重要挑战,其带来的生态、经济和社会影响不容忽视。近年来,我国每年截获外来入侵物种近400种,检疫性有害生物达7万次,快速准确鉴定入侵植物种子成为了防控工作的关键之一。然而,由于截获的种子数量庞大且鉴定工作依赖于专业人员的丰富经验,传统人工识别方式效率低、周期长、准确率不足,已难以满足日益增长的防控需求,特别是在面对形态高度相似的种子时,鉴定工作不仅耗时费力,且容易出现误判。为此,亟需开发高效、精准的自动化鉴定技术,辅助工作人员快速完成入侵植物种子鉴别。

为解决这一难题,植物入侵与入侵生态学研究团队前期开发了一种基于YOLOv5s模型并融合CBAM注意力模块的深度学习目标检测算法(图1)[1],实现了种子快速分类检测,准确率最高达93.96%[2]。这一成果为传统鉴定方法带来了效率和准确率的双重提升,初步展现了深度学习技术在入侵植物种子鉴定领域的应用潜力。然而,该方法在对种子细微结构特征的区分上仍存在不足,尤其是在形态相似度较高的不同物种种子检测中,分类准确率有待提高。同时,模型的物种数量和照片数据量的限制也成为进一步提升准确率的瓶颈。

 

图1 改进YOLOv5s网络模型结构图

针对上述问题,研究团队进一步采集了涵盖33科91属168种入侵植物种子的样本,从多环境、多角度记录种子特征,构建了包含33844张图像的细粒度数据集,并开发了一种以深度残差网络为主干的分层双线性池化模型——HBP-ResNet50(图2),该模型能高效提取种子颜色、大小、形状及表面纹饰等精细特征,针对形态高度相似的种子实现更高精度的分类鉴别[3]。

 

图2 基于不同卷积层及其组合的分层双线性池化网络结构示意图

实验结果表明,HBP-ResNet50模型相较于其它模型展现出了更高的优越性(图3),整体分类准确率达99.10%,在直径小于1毫米的种子中平均准确率达98.02%。尤其是针对形态相似度极高的杂草种子(如图4苋属、大戟属、月见草属、茄属、番薯属),其分类准确率分别达到97.94%、96.19%、99.2%、100%、100%。这一成果显著提高了入侵植物种子鉴定的效率和准确性,为检验检疫、农业管理及生态防控提供了强有力的技术支撑。

 

图3 基于入侵植物种子数据的7种模型识别准确率分布

图4 苋属、大戟属、茄属、番薯属和月见草属中种子外观相似的物种示例

该研究首次将分层双线性池化模型成功应用于种子分类识别领域,为解决传统人工鉴定依赖专业经验且效率低下的难题提供了创新思路。同时,这一成果为国际贸易快速发展背景下阻止外来物种入侵、保障生态安全提供了重要科学依据。

该成果以“High-accuracy classification of invasive weed seeds with highly similar morphologies: Utilizing hierarchical bilinear pooling for fine-grained image classification”为题,已于2025年1月4日在国际期刊Smart Agricultural Technology在线发表。上海辰山植物园为本研究的第一完成单位,浙江理工大学为共同通讯单位,科研助理杨良海(上海辰山植物园-浙江理工大学联合培养硕士)和严靖为共同第一作者,课题组长闫小玲研究员和浙江理工大学祁哲晨副教授为共同通讯作者,课题组实习生曹馨悦、科研助理李惠茹副研究员、研究生何佳欣、辰山植物园标本馆葛斌杰高级工程师参与了该项研究。

上述相关成果得到了上海市绿化和市容管理局科学技术项目(G212405、G222403、G242412)、国家重要野生植物种质资源库辰山中心项目(ZWGX1902)和浙江省自然科学基金(LY21C030008)等项目的资助。

文章链接:

https://www.sciencedirect.com/science/article/pii/S2772375524003629

相关文章和专利:

[1] 一种基于YOLOv5改进的植物种子实时分类检测方法。专利号:CN202111577988.4

[2] Yang L, Yan J, Li H, Cao X, Ge B, Qi Z, Yan X. Real-time classification of invasive plant seeds based on improved YOLOv5 with attention mechanism[J]. Diversity, 2022, 14(4): 254.

[3] 基于分层双线性池化模型的种子识别方法、设备及介质。专利号:CN202311030530.6

图文:杨良海、严靖

审核:闫小玲、祁哲晨

↑ 进入微信公众号【服务】菜单栏购票入园

扫码购票

辰山植物园开放时间:8:00 - 17:00

门票信息

门票:60元/张

半价优惠:6周岁(不含6周岁)—18周岁(含18周岁)未成年人、全日制大学本科及以下学历学生,须本人凭学生证或有效证件购票于当日经专用通道检票入园。

8折优惠:退役军人凭本人相关证件可享受。

8.5折优惠:60周岁(含60周岁)—64周岁老年人凭本人相关有效证件可享受。

免票:65周岁(含)以上老年人、1.3米(含)以下或6周岁(含)以下儿童、现役军人、在职公安民警、残疾军人、烈士遗属、因公牺牲军人遗属、病故军人遗属、现役军人家属(父母,配偶,子女)、残疾人士以及消防救援人员(在职、退休、残疾、政府专职消防员和消防救援院校学员)可申请免票。

※ 详情请关注辰山官网或票务中心《购票须知》

来园交通

🚌 公共交通

1、轨道交通9号线洞泾站换乘松江19路、96路至1号门;或可在佘山站换乘松江95路至1号门。

2、公交松江95路、松朱线可至2号门。

🚗 自驾车

1、G60 沪昆高速公路松江新城出口沿嘉松公路向北至辰花路左转到达1号门,至沈砖公路左转到佘天昆公路左转到达2号门。

 2、G50沪渝高速公路赵巷出口左转沿嘉松公路向南至辰花路右转到达1号门,至沈砖公路右转到佘天昆公路左转到达2号门。

园内导览车票价

园区内导览车线路有A线和B线两条,A线5站,B线4站。A/B线现行票价均为5元/人(1.3米以下儿童免票),中途下车再上车需另行购票。

辰山导游图

重要提示

辰山属于军事管控区,辰山范围内无人机受反制管理,如无申报手续私自使用无人机造成个人财产受损的将由游客自行承担,同时承担相应的法律责任。

关注我们

公众号丨微博丨小红书

视频号丨抖音丨B站

全网同名:上海辰山植物园

免责声明:凡本站注明稿件来源为“科普中国”、科普类微信公众号及互联网的文章,其转载目的在于传递更多信息并促进科学普及,但并不代表本站赞同其观点或对其内容的真实性、准确性负责,亦不构成任何形式的建议。若需转载本网站所提供的内容,请确保完整转载,并明确注明来源及原作者姓名。未经许可,转载内容不得用于任何商业目的。任何单位或个人若认为本网站或其链接内容涉嫌侵犯其合法权益,请及时向本网站提交书面反馈,并提供身份证明、权属证明及详细的侵权情况说明。本网站在收到上述法律文件后,将尽快处理并移除涉嫌侵权的内容或链接。