《Computers and Electronics in Agriculture》：Image segmentation of sugarcane plants using u-net architecture and pre-trained deep learning models
编辑推荐：
甘蔗生产中的缺苗（gap）识别对于可持续性具有重要意义。研究人员利用所构建的模型进行了空间图像分割（spatial image segmentation）。VGG19和InceptionV3是适用于此类甘蔗应用场景的合适选择。合适的模型能够有效识别田间缺苗。该
甘蔗生产中的缺苗（gap）识别对于可持续性具有重要意义。研究人员利用所构建的模型进行了空间图像分割（spatial image segmentation）。VGG19和InceptionV3是适用于此类甘蔗应用场景的合适选择。合适的模型能够有效识别田间缺苗。该研究对未来具有重要价值，可帮助甘蔗种植者做出更明智的决策。
基于U-Net与预训练深度学习模型的甘蔗图像分割研究解读
一、研究背景与问题
甘蔗种植中，行内出苗均匀度与最终产量密切相关，缺苗（gap）识别对于决定补种或更新宿根蔗田至关重要。然而，传统的人工田间调查方式劳动强度大，且难以在精细尺度上实现准确的空间制图。已有研究尝试利用光电传感器、无人机RGB影像、归一化植被指数（Normalized Difference Vegetation Index, NDVI）影像及基于对象的图像分析（Object-Based Image Analysis, OBIA）等方法识别甘蔗行与缺苗，但存在数据采集时机受限、精度不足或需要多源数据辅助等问题。随着深度学习（Deep Learning, DL）技术在农业中的广泛应用，图像分割（image segmentation）已成为一种有效手段，能够在复杂田间场景中自动提取作物信息。然而，针对甘蔗植株本身的高精度分割研究仍相对有限，且缺乏对多种预训练模型在甘蔗场景下的系统比较。因此，研究人员提出利用U-Net架构并结合多种预训练迁移学习模型，实现对无人机影像中甘蔗植株的准确分割，以支持田间缺苗识别与空间变异分析。
二、研究内容与意义
研究人员在澳大利亚昆士兰州Innisfail地区约14公顷的甘蔗田（品种SRA28）开展研究，利用搭载RGB相机（M3E_12.3_5280x3956）的Mavic 3 Enterprise无人机在80米高度飞行，获取205张影像（平均地面采样距离GSD为2.14 cm/像素），并通过Pix4Dmapper软件拼接生成正射影像。研究人员构建了基于U-Net架构的深度学习分割模型，并引入六种预训练迁移学习模型（VGG19、ResNet50、InceptionV3、InceptionResNetV2、MobileNetV2、EfficientNetB7）作为编码器骨干网络，对甘蔗植株进行二值语义分割（像素值1代表甘蔗，0代表非甘蔗）。研究采用317个随机采样位置生成掩膜图像（mask image），其中包含150张完整甘蔗行、125张不完整行和42张无甘蔗行图像，按80%训练、20%验证的比例划分数据集。模型性能通过均方误差损失函数（Mean Squared Error, MSE）、准确率（Accuracy）、交并比（Intersection over Union, IoU）和F1分数（F1-score）进行评估。研究结果表明，VGG19和InceptionV3在甘蔗分割任务中表现最为合适，能够有效识别田间缺苗，为甘蔗种植者提供更精准的空间信息支持，有助于理解行内缺苗成因并辅助补种决策。该论文发表在《Computers and Electronics in Agriculture》。
三、关键技术方法
研究人员主要采用了以下关键技术方法：一是无人机遥感影像采集与拼接，利用Mavic 3 Enterprise无人机搭载RGB相机获取影像，并通过Pix4Dmapper生成正射影像；二是图像预处理，包括旋转5.5°使甘蔗行水平化、裁剪为78×78像素（对应行距167 cm）并缩放至128×128像素；三是构建基于U-Net架构的语义分割模型，编码器包含四次下采样（每步两次3×3卷积和一次2×2最大池化），解码器通过转置卷积与跳跃连接恢复空间分辨率；四是引入六种预训练迁移学习模型（VGG19、ResNet50、InceptionV3、InceptionResNetV2、MobileNetV2、EfficientNetB7）作为U-Net编码器骨干，利用segmentation-models库实现；五是采用Adam优化算法（学习率0.00005）、ReLU与Sigmoid激活函数、批量大小32、训练75轮，并以验证损失最优保存模型；六是使用MSE损失函数、准确率、IoU和F1分数作为性能评估指标。样本来源于澳大利亚昆士兰州Innisfail地区约14公顷的甘蔗田，品种为SRA28，2023年种植的宿根蔗（plant cane, PC）。
四、研究结果
4.1 模型分割性能比较
研究人员通过比较七种模型（一种自定义U-Net和六种预训练模型）在验证集上的表现发现，不同模型在准确率、IoU和F1分数上存在显著差异。其中VGG19和InceptionV3在甘蔗分割任务中表现最为突出，能够准确区分甘蔗植株与非甘蔗区域，而其他模型如EfficientNetB7和MobileNetV2则相对表现较弱。该结论基于对验证集影像的定量评估得出。
4.2 缺苗识别能力验证
研究人员将表现最佳的模型应用于完整田间影像的空间分割，验证了模型在实际场景中识别甘蔗行内缺苗的能力。结果表明，合适的模型能够清晰地将甘蔗植株从裸土和其他材料中分离出来，从而有效识别行内缺苗位置和分布，为田间管理提供空间化信息支持。该结论基于对整幅正射影像的分割结果与地面真实数据对比得出。
4.3 模型适用性分析
研究人员进一步分析了不同预训练模型在甘蔗场景下的适用性，发现VGG19凭借其简洁高效的卷积结构（3×3小卷积核）在保持较高精度的同时降低了计算复杂度，而InceptionV3通过多尺度并行卷积分支有效提取了甘蔗植株的层次化特征。两者均展现出良好的泛化能力和稳定性，适合作为甘蔗图像分割的骨干网络。该结论基于对模型结构特点与分割性能的综合分析得出。
五、讨论与结论
研究讨论部分指出，甘蔗行内缺苗识别对于田间管理决策至关重要，而传统人工调查方法难以满足精细尺度制图需求。深度学习图像分割技术能够自动提取甘蔗植株特征，有效解决这一问题。研究还指出，模型性能受训练数据质量、图像分辨率和模型结构等因素影响，未来可结合植被指数、产量、土壤和坡度等多源数据进一步提升缺苗识别的准确性。研究结论部分翻译如下：本研究提出了一种基于U-Net架构并辅以六种预训练迁移学习模型的甘蔗图像分割方法，利用无人机RGB影像实现了甘蔗植株的准确分割。研究结果表明，VGG19和InceptionV3是适用于甘蔗分割任务的合适选择，能够有效识别田间缺苗。该研究为甘蔗种植者提供了更便捷的空间信息获取途径，有助于理解行内缺苗成因，对未来甘蔗生产的精准管理具有重要参考价值。
