DOSeg：基于领域知识的正交子空间学习方法，用于隐蔽害虫实例的分割

《Computers and Electronics in Agriculture》：DOSeg: Domain-knowledge-guided orthogonal subspace learning for camouflaged pest instance segmentation

　　• 提出了一种基于领域知识的正交子空间学习框架（DOSeg），用于实现复杂田间场景中伪装害虫的精确高效分类感知。首先，我们构建了专门用于伪装害虫分类的多模态公共数据集PestCamouflage，该数据集包含了25类害虫的实例级像素掩码和详细文本注释，以支持在严重伪装情况下的视觉-语言对齐。其次，我们利用正面目标描述和学习到的负类原型建立双粒度语义先验，使模型在保留害虫特征的同时引入稳定的非目标排斥锚点。第三，我们设计了正交子空间净化（OSP）模块，以明确识别并抑制跨类别的干扰方向，从而减轻由于害虫与背景相似性及物种间细微形态差异引起的语义纠缠。此外，我们还开发了一种基于语义的掩码生成机制，将净化后的语义先验转换为特定类别的激活图，并约束掩码的组装，以获得更稳健的目标区分能力。通过广泛实验验证，DOSeg在保持实用推理效率的同时提升了分割精度，为伪装害虫场景下的智能作物保护提供了可行的解决方案。

总结来说，本研究的主要贡献如下：
- 构建了专用的公开多模态实例分割数据集PestCamouflage，包含4166张图像、25类害虫的实例级像素掩码和详细文本描述。
- 提出了基于领域知识的DOSeg多模态实例分割框架，该方法利用双粒度语义先验对齐视觉和文本特征，提升在严重伪装条件下的分割精度。
- 设计了正交子空间净化模块，能够识别并抑制来自非目标类别的干扰方向，从而缓解由于跨类别共享属性造成的特征纠缠。

相关害虫数据集
在田间环境中对伪装害虫进行像素级分割对于实现精准的作物保护和特定位置的农药施用至关重要。如表1所示，现有的害虫数据集在分类、检测、分割和视觉-语言学习方面取得了显著进展。例如IP102（Wu等人，2019年）、Pest24（Wang等人，2020年）、AgriPest（Rujing Wang等人，2021年）和AP162（Kaili Wang等人，2025年）等视觉数据集都为农业害虫感知做出了贡献。

在自然田间场景中，伪装害虫通常在颜色、纹理和轮廓上与宿主植物、土壤和作物残余物相似。亲缘关系较近的害虫物种可能在细微形态特征上存在差异，这导致纯视觉分割模型容易产生背景误激活、边界不连贯和类别判断不稳定等问题。为了解决这些问题，我们提出了基于领域知识的视觉-语言框架DOSeg。

实验细节
我们使用PyTorch实现了DOSeg，表2列出了硬件和软件环境。所有模型都在相同的PestCamouflage数据集上进行训练和评估，输入分辨率为640 × 640。DOSeg的批量大小设置为32，模型训练了500个周期。在前3个周期采用学习率预热策略。我们使用随机梯度下降（SGD，Bottou，2010年）进行优化，初始学习率为0.01，权重衰减为5×10^-4。

多模态大语言模型（MLLMs）展示了强大的视觉-语义理解和开放领域推理能力，使其在农业害虫感知中具有潜在应用价值。如图9所示，评估的MLLMs能够大致定位伪装场景中的害虫相关区域，但其掩码的像素级精度仍然有限。典型的问题包括先验驱动的掩码与实际害虫实例对齐不良、边界不匹配以及细微结构缺失等。

结论
本研究构建了包含实例级掩码和详细文本描述的公共多模态基准数据集PestCamouflage，并提出了DOSeg框架，该项目能够在严重伪装和细粒度类别混淆的情况下实现害虫实例的分类感知。DOSeg利用样本级别的正面描述和类别级别的负类原型建立双粒度语义先验，从而加强语义-空间对应关系。

作者贡献声明
Kewei Wang：撰写 - 审稿与编辑、原始草稿撰写、软件开发、方法论设计、数据分析与概念化
Yujiao Dan：可视化处理、验证、数据分析与概念化
Xingcai Wu：撰写 - 审稿与编辑、项目管理、概念化
Ya Yu：可视化处理、资源管理、数据curation
Zhengbo Liu：验证工作、资金筹措
W. Pasindu R. Welihinda：验证工作、资源管理、数据curation
Xiaowei Su：撰写 - 审稿与编辑

关于AI使用情况的声明
在数据集构建过程中，本研究使用了Qwen3-VL辅助工具生成候选的详细文本描述。所有输出均来自预设的提示内容，只有经过人工筛选、修订并经多轮专家验证后才会纳入研究。Qwen3-VL未被列为作者，不对本文的内容或结论承担责任。

利益冲突声明
作者声明不存在可能影响本文研究的已知财务利益或个人关系。