本發(fā)明提供了一種基于深度學(xué)習(xí)的水稻穗株谷粒原位無(wú)損計(jì)數(shù)方法，包括以下步驟：制作谷粒計(jì)數(shù)樣本圖像，并標(biāo)注所有谷粒的位置；將樣本圖像分割成多塊小圖像；通過(guò)多塊小圖像訓(xùn)練神經(jīng)網(wǎng)絡(luò)；把需要谷粒計(jì)數(shù)的實(shí)際圖像分割后帶入訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)，得到多個(gè)單塊概率圖譜后拼接成整個(gè)概率圖譜，并與實(shí)際圖像結(jié)合，即得到所有谷粒的中心點(diǎn)位置；通過(guò)連通域提取算法，對(duì)整個(gè)概率圖譜進(jìn)行計(jì)算，連通域的個(gè)數(shù)即谷粒的個(gè)數(shù)。本發(fā)明計(jì)數(shù)方法，保持了水稻穗株的完整性，在不破壞原有穗型拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上，完成準(zhǔn)確的谷粒計(jì)數(shù)，尤其適合穗上交疊粘連谷粒的計(jì)數(shù)，解決了現(xiàn)有人工計(jì)數(shù)和脫穗計(jì)數(shù)等方法很難保持原位測(cè)量、無(wú)損傷的問(wèn)題。