Ein Forschungsteam des Instituts für Genetik und Entwicklungsbiologie der Chinesischen Akademie der Wissenschaften und weiterer Institutionen hat gemeinsam ein KI-Modell namens TillerPET entwickelt. Dieses Modell ermöglicht die gleichzeitige Hochdurchsatzanalyse von Bestockungszahl und Pflanzendichte anhand von RGB-Bildern geernteten Reises. Die Forschungsergebnisse wurden am 7. November im *Crop Journal* veröffentlicht.

Bestockungszahl und Pflanzendichte sind wichtige agronomische Merkmale, die den Endertrag beeinflussen. Feldmessungen sind jedoch häufig durch Pflanzenschattung, ungleichmäßige Beleuchtung und die geringe Effizienz manueller Auswertung eingeschränkt, während automatisierte Bildgebungssysteme oft kostspielig und komplex sind. Das TillerPET-Modell verwendet eine punktbasierte Transformer-Architektur und integriert ein tiefensensitives Modul zur Extraktion von Reisregionen, um einen ressourcenschonenden Merkmalsextraktor zu erstellen. Die Forscher ersetzten die Kernkomponenten der ursprünglichen Architektur durch einen Prozessor der Swin-Serie, wodurch das Design vereinfacht, die Leistung verbessert und der Rechenaufwand reduziert wurde.

Das Modell erreichte einen R²-Wert von 0,941 für die Triebzählung und 0,978 für die Kompaktheitsmessung und demonstrierte damit seine Stabilität über mehrere Jahre und Standorte hinweg. Mithilfe der von TillerPET extrahierten phänotypischen Daten konnten die Forschenden Reissorten mit unterschiedlichen Genotypen klassifizieren und identifizieren. Diese phänotypischen Hochdurchsatzdaten liefern wichtige Grundlagen für die Züchtung von Reis mit idealer Pflanzenarchitektur.

Diese Arbeit verdeutlicht das Potenzial von Modellen der künstlichen Intelligenz in der phänotypischen Analyse von Nutzpflanzen. TillerPET bietet eine neue technologische Möglichkeit zur effizienten und kostengünstigen Erfassung wichtiger agronomischer Merkmale und trägt so zur Digitalisierung und Digitalisierung der Pflanzenzüchtungsforschung bei.

Weitere Informationen: Autoren: Letian Zhou et al., Titel: „TillerPET: Hochdurchsatz-In-situ-Phänotypanalyse der Triebzahl und Kompaktheit von Reis anhand von Stroh nach der Ernte“, veröffentlicht in: *Crop Journal* (2025).