近日，我组袁培森老师等人在稻谷表型研究领域取得了重要突破。发表了一篇名为《TRiP: A Transfer Learning based Rice Disease Phenotype Recognition Platform Using SENet and Microservices》的论文。

        稻谷病害的分类是稻谷表型研究中的重要课题之一

         如细菌枯萎病，稻瘟病，褐斑病，叶黑穗病等是水稻表型分析的重要研究领域。然而，由于稻谷病害在表型上的相似性较高，准确识别这些疾病一直是一个具有挑战性的问题。为了解决这个问题，研究团队提出了一种基于迁移学习和带有注意机制的SENet的稻病表型识别框架，并将其部署在云平台上。

        该研究利用预训练参数将其转移到SENet网络中进行参数优化，以捕捉稻谷病害的独特特征。同时，引入了注意机制用于特征提取。研究团队在真实的稻谷病害数据集上进行了实验测试和比较分析。实验结果表明，该方法的准确度达到了0.9573。此外，研究团队还基于微服务架构实现了一种稻病表型识别平台，并将其部署在云端，以提供稻病表型识别任务作为一项服务，方便用户使用。

        该论文的发表为相关领域的研究者提供了一个新的思路和工具，对于推动稻谷表型研究的进一步发展具有重要的指导作用。