玉米进入抽雄期后，雄蕊产生大量花粉粒并通过风媒传粉至花丝。授粉过程是否充分直接决定了玉米结实率和产量。如遇阴雨、大风等恶劣天气，花粉传播受阻，将导致“秃尖”、“缺粒”等现象，造成减产。开展大田玉米雄蕊的准确识别和计数，对于把握授粉窗口期，开展人工干预具有重要的应用价值。

近日，物理与材料工程学院光电感知团队在智慧农业知名期刊《Smart Agriculture Technology》（中国科学院二区，IF=5.7）发表题为“Detecting Tassels in UAV imagery with Tassel-YOLOv12n Model: A Case Study of Maize Varieties in the Huaibei Plain, China”的研究成果。该项工作中，研究团队依托濉溪县、太和县和埇桥区的长期定位试验田开展无人机遥感监测，收集了2024年淮北平原玉米抽雄期和散粉吐丝期的海量可见光影像。学生团队标注了近十万棵玉米雄蕊，构建了高质量数据集Maize_hfnu。通过研发的Tassel-YOLOv12n算法实现了大田复杂环境下玉米雄蕊的精准识别和计数。本技术将用于无人机扰动干预授粉的时机选择和路径规划，成果将为淮北平原砂姜黑土区粮食单产提升提供技术支持。

物理与材料工程学院蒋杉副教授为本文第一作者和通讯作者，余龙宝教授参与实验方案论证，安徽农业大学和合肥理工学院相关学者参与研究。2022级光电专业本科生张荣健、张超、2023级电气专业本科生苏东慧参与了影像采集和数据集构建工作。该研究得到国家重点研发计划项目、安徽省高校自然科学研究重点项目和安徽省现代农业产业技术体系建设资金的支持。

论文链接https://doi.org/10.1016/j.atech.2025.101397