【China Daily】报道生命科学与医药学院师生联合研发人工智能模型

6月10日，China Daily 报道生命科学与医药学院师生联合研发人工智能模型。

原文如下：

Deep learning model identifies invasive seeds

生命科学与医药学院师生联合研发人工智能模型 助力外来入侵植物种子精准识别

近日，China Daily报道了浙江理工大学生命科学与医药学院研究团队在入侵植物种子智能识别领域取得的重要进展。报道以《Deep learning model identifies invasive seeds》为题，重点介绍了由我校生医学院祁哲晨副教授团队与上海辰山植物园研究人员合作完成的研究成果。

报道指出，外来入侵植物严重威胁生态安全和经济稳定，尤其在全球贸易持续增长的背景下，对口岸检疫识别提出了更高要求。传统的人工识别方式不仅效率低下，还依赖于少数专家的经验，难以应对种子形态高度相似的复杂场景。为解决这一难题，研究团队自2022年起开展深度学习模型研发工作，率先构建了基于图像识别的入侵植物种子分类算法，并于近期在此基础上开发出一种融合“分层双线性池化”技术的高精度图像分类模型，显著提升了识别准确率。该模型在整体分类任务中达到了99.10%的准确率。

研究成果以题为《High-accuracy classification of invasive weed seeds with highly similar morphologies: Utilizing hierarchical bilinear pooling for fine-grained image classification》的论文发表在国际期刊Smart Agricultural Technology上，受到国内外媒体关注。

在接受China Daily采访时，我校生医学院研究生杨良海、蒋敏表示，早期模型已具备移动端应用潜力，可辅助口岸检疫人员利用手机拍照实现快速识别。此次进一步优化后的模型，在数据集构建方面共涵盖了33科91属168种入侵植物种子图像，显著提升了模型的泛化能力与实际应用价值。下一步将探索三维图像识别系统的开发，以实现对种子结构更全面的智能识别，推动成果在海关检疫、农业监管与生态保护中的深度应用。

此次成果充分体现了我校在人工智能+生物入侵治理交叉领域的创新能力，是我校服务国家生态文明建设和生物安全战略的又一重要成果