ERG-Mask: An edge–region collaborative instance segmentation model for greenhouse table-grape clusters

近日，中国农业科学院农业环境与可持续发展研究所设施植物环境工程创新团队构建了知识与数据双驱动模型，实现温室番茄生长的高精度无损预测，研究成果发表在《农业计算机与电子学（Computers and Electronics in Agriculture）》上。科研团队提出一种尺度自适应时序卷积混合模型，根据番茄不同生育期动态调整时序特征提取尺度，结合机理模型合成数据预训练与生理阈值约束，实现番茄不同器官干物质及叶面积指数的精准预测。

在暗箱中评估多光谱葡萄品质分级预测，并比较三种光照补偿方法。

为斯里兰卡温室农户开发基于机器学习的决策支持系统，预测螨害并优化作物管理。

基于YOLO11改进，实现温室辣椒花精准检测。

构建Cuc-HiSeg框架，实现温室黄瓜冠层点云高精度叶片实例分割。

中国农科院农业环境与可持续发展研究所设施植物环境工程创新团队联合荷兰瓦赫宁根大学,提出知识与数据双驱动的尺度自适应时序卷积混合模型(SATCN-Informer),根据番茄不同生育期动态调整时序特征提取尺度,结合机理模型(TOMSIM)合成数据预训练与生理阈值约束,实现番茄不同器官干物质及叶面积指数精准预测。研究成果发表于《农业计算机与电子学》(Computers and Electronics in Agriculture)。