基于少样本学习的多谷物作物穗头统一计数模型CHCNet研究

本文推荐一种创新性谷物穗头计数框架CHCNet（Counting Heads of Cereal Crops Net），通过两阶段训练策略（通用特征学习+领域自适应）结合SAM（Segment Anything Model）视觉编码器和多尺度特征交互模块，在玉米（MAE=9.96）、高粱（13.94）、水稻（7.94）等6个数据集上实现跨作物泛化，显著降低标注成本，为精准农业产量预测提供新范式。

　　研究背景与挑战
谷物穗头计数对产量预估和粮食安全至关重要，传统方法存在三大局限：1）模型专一性强，玉米穗模型难用于水稻穗计数；2）标注成本高，新作物需重新标注；3）域偏移问题，同一作物因拍摄角度/距离差异导致性能下降。现有密度图方法如TasselNet、EarDensityNet等仅针对单一作物，缺乏通用性。

创新方法架构
CHCNet创新性采用两阶段框架：第一阶段通过DINOv2预训练的视觉编码器提取谷物通用特征；第二阶段引入SAM生成掩膜优化原型特征，结合多尺度相似性比较模块（MSSCM）和特征增强模块（MSFEM），通过1×1/3×3/5×5多尺度卷积核实现跨尺度特征交互。空间注意力（7×7卷积）与通道注意力（1×7+7×1等多分支结构）协同提升特征判别力。

关键技术突破
1）精炼视觉编码器：利用SAM将支持图像边界框转化为掩膜，消除90%以上背景干扰，使原型特征聚焦穗头区域。实验显示该模块使MAE平均降低2.44。
2）多尺度动态适应：在MTC-UAV数据集上，多尺度机制使小目标检测误差降低41.7%，显著优于单尺度模型（MAE=16.29 vs 9.38）。
3）轻量级解码器：仅含4层卷积+双线性上采样，参数量仅2.1M，FLOPs为15.6G，较传统解码器效率提升3倍。

实验验证
跨6个数据集测试显示：1）在混合谷物数据集上MAE=15.62，优于LOCA（20.57）和SAFECount（22.41）；2）无人机影像场景下，对高粱穗的RMSE=17.12，较BMNet+降低30.06；3）水稻复杂背景中，R²达0.93，验证模型抗干扰能力。消融实验证实：移除SAM会使玉米计数误差增加32.7%，而禁用多尺度模块导致小麦计数准确率下降18.4%。

应用前景
已部署在线演示平台（http://cerealcropnet.com/），支持用户上传自定义作物图像进行实时计数。该方法为小麦育种（GWHD数据集）、水稻产量预测等场景提供自动化工具，较人工计数效率提升50倍。未来可扩展至其他农作物器官计数，推动农业表型组学研究范式革新。