机械与电子工程学院闫银发教授团队在杂草精准抑制方面取得新进展近日,机械与电子工程学院闫银发教授团队在《Plant Phenomics》上发表题为“A Keypoint-Based Method for Detecting Weed Growth Points in Corn Field Environments”的最新研究成果。机电学院刘莫尘副教授为第一作者,硕士研究生徐晓莉为学生第一作者,闫银发教授为通讯作者,山东农业大学为第一通讯单位。玉米是一种全球重要的粮食作物,是家禽和牲畜饲料等产品的原料来源,也是食品添加剂的来源 。玉米的早期发育阶段,是根系和营养器官快速生长的关键时期。如果在此期间杂草得不到有效控制,它们将与玉米争夺水分、养分和光照,这会显著影响作物的最终产量和质量。长期以来,杂草控制一直是农业部门面临的一个持续挑战。针对以上问题,本研究研发了一种准确高效的杂草抑制方法,为田间精准除草机器人的杂草识别系统提供技术支持。本研究首先针对田间存在的玉米苗与杂草之间相互遮挡、自然光线变化和杂草生长分布不均、设备资源有限等问题,构建了SRD-YOLO网络模型以实现玉米田间各类杂草的正