大米是世界一半以上人口的主要糧食作物。由于預計到2050年全球人口將達到97億，因此需要增加優質大米的產量，以滿足預期增加的需求。然而，全球環境變化，特別是氣溫上升，可能會影響糧食產量和質量。高溫脅迫是稻米堊白比例增加的主要原因之一，這會影響稻米的品質，降低市場價值。研究人員已經確定了140個與堊白有關的數量性狀位點，這些位點分布在水稻基因組的12條染色體上。然而，由于缺乏一種可靠、快速和高通量的表型工具來捕捉堊白，通過利用遺傳學的先進技術獲得的可用的遺傳信息還沒有得到充分的利用。為了從所取得的遺傳進展中獲得廣泛的好處，需要促進稻米堊白度高通量表型的工具。

模型架構--主干CNN(例如，ResNet-101)被訓練來將輸入顆粒圖像分類(調整大小)為白堊色或非白堊色。RESNET-101有四組主要的卷積層，分別表示為層1、層2、層3和層4，分別由3、4、23和3個瓶頸塊組成。B每個瓶頸塊以1×1卷積層開始和結束，中間有3×3層。每層中的過濾器數量顯示在內核維度之后。C Grad-CAM使用白堊類別的梯度來計算卷積層中每個特征地圖的權重。在推斷時，使用REU激活轉換的特征地圖的加權平均值被用作當前圖像的熱圖

作者使用了一種基于卷積神經網絡(CNNS)和梯度加權類激活映射(Grad-CAM)的全自動方法來檢測米粒圖像中的堊白度。具體地說，作者訓練CNN模型來區分白堊和非白堊顆粒，然后使用Grad-CAM來識別代表白堊顆粒的區域。Grad-CAM方法確定的區域采用平滑熱圖的形式，可以用來量化白堊度。使用標準實例分類和分割度量對精米和糙米進行的實驗結果表明，Grad-CAM能夠準確地識別出堊白粒，并檢測出堊白區。

圖像預處理。用于從原始掃描圖像中裁剪單個水稻種子的步驟，每個種子大約有25-30個種子。五個步驟(一至五)。在說明在各個步驟中實現的操作的每幅圖像下面描述了

作者成功地展示了基于Grad-CAM的工具能夠準確捕捉夜間高溫誘導的稻米堊白。培訓過的模型將會公之于眾。它們易于使用，可擴展，可以很容易地納入正在進行的水稻育種計劃，而不需要水稻研究人員需要計算機科學或機器學習專業知識。

來源：Plant Methods.Deep learning based high-throughput phenotyping of chalkiness in rice exposed to high night temperature.Chaoxin Wang, Doina Caragea, Nisarga Kodadinne Narayana, Nathan T. Hein, Raju Bheemanahalli, Impa M. Somayanda & S. V. Krishna Jagadish
https://plantmethods.biomedcentral.com/articles/10.1186/s13007-022-00839-5