基于Mask R-CNN的平菇簇生长时序追踪系统：智能农业中的实例分割与生长监测新方法

推荐：本研究针对平菇(Pleurotus ostreatus)簇生长监测难题，开发了基于Mask R-CNN的实例分割追踪系统。通过ConvNeXt/Swin双骨干网络分析6382张高分辨率图像，结合定制化追踪算法(使用掩膜替代边界框)和相对尺寸转换方法，实现mAP 0.876、MOTA 0.967的优异性能，为精准农业中的产量预测和机器人采收奠定基础。

　　

在人口增长和气候变化的双重压力下，传统农业正加速向智能农业转型。作为高价值经济作物，全球蘑菇市场规模已突破594.8亿美元，但平菇栽培仍面临重大挑战——其簇生型生长模式导致严重的视觉遮挡，不规则的形态特征使得传统监测方法难以奏效。尽管白蘑菇(Agaricus bisporus)等品种已有成熟的计算机视觉监测方案，但针对平菇的生长追踪研究仍属空白，这严重制约了产量预测和自动化采收的发展。

针对这一技术瓶颈，研究人员开展了一项创新性研究。通过部署低成本RGB相机(6080×3420像素)在真实农场环境中采集15分钟间隔的时序图像，构建包含37,004个标注簇的数据集。研究团队创新性地将Mask R-CNN架构与两种特征提取骨干网络(CNN基的ConvNeXt和Transformer基的Swin)相结合，开发出完整的生长监测流程。该系统不仅能实现高精度实例分割(mAP=0.876)，还通过定制追踪算法解决了严重遮挡情况下的ID保持问题，最终在《Computers and Electronics in Agriculture》发表了这项突破性成果。

关键技术方法包括：1) 使用MMDetection框架训练Mask R-CNN模型，比较ConvNeXt-tiny和Swin-small两种骨干；2) 开发四级后处理过滤器(亮度/置信度/重叠/背景过滤)处理农场环境干扰；3) 基于IoU(Intersection over Union)的轻量级追踪算法；4) 以基质袋为参照的像素-实际尺寸转换方法；5) 在4组时序实验(含部分采收场景)中验证系统鲁棒性。

研究结果部分揭示了多项重要发现：

实例分割架构比较
ConvNeXt在多项指标上显著优于Swin，特别是在多分类任务中(mAP 0.700 vs 0.581)。分析表明，Swin会产生更多冗余预测(单图最高12个误检)，而ConvNeXt的分类错误率更低。当简化为单分类任务时，两者性能差距缩小，最佳模型达到mAP 0.876、召回率0.858的优异水平。

后处理过滤效果
亮度异常检测成功处理了通风机启停(照度波动5%)和人工照明(照度激增300%)两种干扰场景。置信度过滤(阈值0.2)和重叠过滤(IoU>0.3)使mAP提升达241%，证明农场环境下的后处理不可或缺。

追踪算法性能
在包含部分采收的测试集中，算法实现MOTA 0.967的卓越表现。典型案例显示，即使被完全遮挡58小时的簇(如ID#10)，在采收前置簇后仍能正确恢复追踪。尺寸转换方法通过基质袋固定尺寸(50×36cm)建立基准，使系统能监测从5cm²(初期)到360cm²(成熟期)的全生长周期。

生长动力学分析
相对面积生长曲线清晰呈现"S型"生长模式：1号测试集的簇多在快速生长期被采收(40-250cm²)，而3号测试集的采收时机更接近生长平台期。值得注意的是，分类结果与生长曲线存在不一致——部分明显枯萎的簇未被标记为"过熟"(overstayed)，表明单纯依赖视觉分类可能不够可靠。

这项研究开创性地解决了平菇生长监测中的三大核心难题：复杂形态下的实例分割、严重遮挡场景下的持续追踪、以及非接触式尺寸估算。相比前人工作(如Moysiadis等2023年的每日单次采样)，15分钟级的高时间分辨率首次揭示了平菇生长的微观动态。特别值得关注的是，ConvNeXt在农业视觉任务中的优异表现，为CNN架构在Transformer时代的持续价值提供了新证据。

实际应用方面，该系统已展现出直接转化潜力：生长曲线拐点识别可为采收决策提供量化依据，而高达96.7%的追踪准确率满足了自动化系统的可靠性要求。研究者特别指出，未来可通过多视角相机布置解决侧向簇监测问题，并引入动态光照补偿进一步提升模型鲁棒性。这项成果不仅填补了平菇智能栽培的技术空白，其方法论对其它簇生型作物的监测也具有重要借鉴意义。