《Frontiers in Plant Science》：A cascaded parallel deep learning framework for precise potato canopy density mapping via edge-aware feature fusion
编辑推荐：
高分辨率作物冠层密度制图是冠层覆盖率评估的关键技术基础。然而，在马铃薯冠层密集重叠以及复杂农田环境中衰老植被与土壤背景之间存在严重光学同质化的情况下，传统语义分割模型常出现边界模糊和微拓扑断裂。为克服传统方法仅依赖模块堆叠的局限性，本研究提出了一种新颖的基于马
高分辨率作物冠层密度制图是冠层覆盖率评估的关键技术基础。然而，在马铃薯冠层密集重叠以及复杂农田环境中衰老植被与土壤背景之间存在严重光学同质化的情况下，传统语义分割模型常出现边界模糊和微拓扑断裂。为克服传统方法仅依赖模块堆叠的局限性，本研究提出了一种新颖的基于马铃薯冠层图像的边缘感知与多尺度交互式深度学习框架。该方法通过引入SIOX引导颜色先验消除背景歧义，并将门控卷积边缘提取机制与双向U-Net++架构深度融合。这种集成使得在多尺度特征空间内深浅层语义能够迭代协同，从而完成复杂背景下马铃薯冠层密度的检测。实验表明，所提模型在高变异环境中展现出广泛的适用性和卓越的鲁棒性。其mIOU和B-IOU分别达到79.64%和60.55%，显著优于现有最优网络。此外，基于高保真掩膜，该模型在不同密度梯度下均实现了高预测精度。与DeepLabv3+、HRNet和SegFormer等基线模型相比，所提模型在mIOU和分割精度上均有显著提升。结合本研究构建的PyQt5交互系统，实现了马铃薯冠层覆盖率的自动化量化与可视化，为智能马铃薯杀秧设备提供了潜在的方法学参考。训练程序可从https://github.com/HT-JL/Potato-Research.git获取。
一、研究背景与现存问题
马铃薯作为全球四大主粮之一，收获时极易因表皮损伤导致严重腐烂和经济损失。收获前进行机械化杀秧（vine killing）是保障后续作业质量的关键农艺环节，它能促进表皮木栓化以抵御机械损伤，并切断晚疫病传播路径。然而，杀秧效果高度依赖于机器参数能否适应田间马铃薯冠层的实际分布密度。由于冠层密度在田间通常呈现空间连续性而非均匀分布，采用固定的单次作业参数往往导致能源浪费或粉碎效果不佳。因此，通过智能视觉系统精准检测并量化冠层密度，是实现变速杀秧的核心前提。
尽管深度学习在生成杂草图和分类植物密度阈值等通用农业视觉任务中取得了长足进步，但直接将其应用于马铃薯冠层暴露出明显的技术局限。晚期马铃薯田呈现出独特的挑战性微拓扑结构：极其纤细且高度破碎化的茎秆与宽大的叶片深度缠绕，同时衰老的叶片与土壤背景完美融合。现有分割模型在此特定环境下通常会失效，因为标准架构在下采样过程中固有地丢失了精细的空间细节，难以解决如此严重的形态重叠和颜色模糊问题。因此，当前研究的核心差距不仅在于处理通用田间噪声，真正的挑战在于显式克服马铃薯冠层的微拓扑断裂和特征同化，以实现高度稳健且精确的边界分割。
二、研究目的与意义
本研究的核心论点是：一种经过级联并行优化的网络架构，结合颜色先验引导和增强注意力机制，能够在恶劣的农田条件下实现卓越的分割性能。作为开发智能变速马铃薯杀秧设备的重要预备步骤，本研究聚焦于通过高精度图像分割提取马铃薯的二维冠层覆盖率。视觉感知结果旨在为未来动态调节杀秧机刀辊转速及其他作业参数提供潜在的方法学参考和数据支持，从而为实现基于密度的变量杀秧奠定初步的视觉基础。
三、主要关键技术方法
研究人员首先利用DJI Mini 4K相机固定在地面移动设备上，在中国河北省张家口市、甘肃省兰州市和吉林省长春市的马铃薯种植区采集了超过400公顷、共计2000张原始图像（分辨率4000×3000像素）。数据集涵盖阴天、雨后和充足日照等多种天气条件，并根据冠层覆盖率分为低、中、高三类密度。标注工具采用Labelme对马铃薯茎叶及少量杂草进行统一类别的高精度像素级标注。核心算法方面，研究人员提出了改进的级联并行U-Net++架构，该架构由三个核心组件构成：1）采用ResNet50作为特征提取骨干，并在各阶段后集成全局注意力模块（Global Attention Module， GAM）以增强对目标区域的表征并抑制背景噪声；2）引入基于门控卷积层（Gated Convolutional Layer， GCL）和残差块（residual block）的边缘提取模块，以灵敏捕捉茎叶的边缘轮廓特征；3）在骨干网络末端嵌入空洞空间金字塔池化（Atrous Spatial Pyramid Pooling， ASPP）以提取多尺度特征。此外，在特征提取前使用简单交互式对象提取（Simple Interactive Object Extraction， SIOX）方法进行图像预处理，自动构建前景和背景特征集以快速获取目标的宏观位置信息。最后，利用改进的U-Net++分支结构（集成密集跳跃连接和双向交互跳跃连接）实现深浅层特征的深度融合与拓扑细节修复。模型训练使用组合损失函数（二元交叉熵损失+Dice损失），硬件环境为Intel Xeon Platinum 8368Q CPU、48GB RAM和NVIDIA RTX 4090显卡（48GB显存），软件平台为Python 3.10和PyTorch 2.4.1。全尺寸图像被裁剪为512×512的图块用于训练，数据集按7:2:1的比例随机划分为训练集、验证集和测试集，并采用了基于区域来源和密度分类的分层抽样策略以确保均衡表征。
四、研究结果
3.1 多密度梯度下网络分割的鲁棒性评估
研究人员将数据集中的图像按冠层覆盖率分为低、中、高密度三类，以评估模型在不同覆盖水平下的定量分割指标。结果表明，模型在中密度场景下表现最佳，平均交并比（mIOU）达到82.06%，而在低密度和高密度场景下分别为73.62%和79.76%。整体混合数据集的mIOU为79.64%，边界交并比（B-IOU）为60.55%。深入分析发现，分割精度的波动受到光学特征和物理拓扑复杂演变的深刻影响：低密度区域的干旱土壤和微地形光影错觉易引发光学同质化；中密度场景中微地形阴影导致局部特征误判；高密度场景则面临严重的物理遮挡和拓扑粘连，导致茎秆分割出现部分遗漏和碎片化。研究认为，所提出的级联并行U-Net++框架通过前置SIOX方法消除颜色歧义，并结合GAM和边缘提取模块，有效缓解了多密度交织植被的性能下降问题。
3.2 边缘感知与多尺度模块的消融研究
为了评估各核心组件的独立贡献，研究人员进行了消融实验。以ResNet50基线模型（mIOU为69.12%）为基础，依次构建两级级联U-Net++、集成ASPP、引入GAM、加入SIOX先验特征，最终整合边缘提取模块形成完整模型。结果显示，随着各组件的顺序添加，模型的mIOU、平均像素精度（mPA）、F1分数和B-IOU均稳步提升，最终完整模型达到mIOU 79.64%、B-IOU 60.55%。计算复杂度从基线的62.45 GMACs增加到最终模型的194.86 GMACs。消融实验验证了各核心组件在提升分割精度和边界保真度方面的协同效应：U-Net++增强了特征复用和空间信息重建；ASPP和GAM在几乎不增加计算开销的前提下有效抑制了背景噪声并提升了F1分数；SIOX预处理消除了颜色歧义；边缘提取模块进一步增强了高密度交织区域的边界保真度。
3.3 复杂农田场景下多模型综合性能比较
研究人员将所提模型与四个最先进的语义分割模型（DeepLabV3+、HRNet、SegFormer和PIDNet）进行了性能对比，所有模型均在相同硬件环境和参数下使用同一数据集进行微调和训练，并进行了五次重复实验以报告均值±标准差，采用配对t检验评估统计显著性。定量结果表明，所提模型取得了最高的mIOU值79.64%，而PIDNet相对较低为69.07%。可视化对比显示，PIDNet生成的掩膜存在大量孔洞和边缘锯齿，对细茎秆的识别出现大面积漏检；SegFormer在处理高密度场景时边界膨胀严重；DeepLabV3+和HRNet虽优于前两者，但在高密度区域仍存在细节丢失。相比之下，所提模型在所有密度梯度下均表现出更完整的拓扑结构和更清晰的边界轮廓，尤其是在高密度场景下，其生成的掩膜与真实冠层边界高度对齐，显著减少了漏检和断裂。
五、讨论与结论总结
讨论部分指出，所提模型在不同密度场景下表现出优异的鲁棒性，但获取与目标边缘高度对齐的精细掩膜仍然具有挑战性，因此通过对分割掩膜进行二次校正以获得精细掩膜是一个有前途的未来研究方向。消融实验证实了级联架构的系统性优势，但也承认该方法本身难以完全隔离各组件之间的复杂耦合效应和潜在的叠加协同贡献。尽管追求极致精度导致了全尺度模型计算复杂度的增加，但其提供的极高边界保真度为智能杀秧作业中密度分布的精确评估提供了重要的工程应用价值。未来研究可进一步探索特征分析的轻量化分解路径，以期在保持高精度的同时实现算法在低功耗农业机器人终端上的高效部署。在与先进模型的对比中，所提模型在所有指标上均实现了显著领先，特别是在边界保真度（B-IOU）上大幅超越其他模型，这充分证明了边缘感知和多尺度交互设计在应对马铃薯冠层复杂拓扑结构时的有效性。
研究结论：本研究针对复杂农田环境中马铃薯茎叶分割面临的边界模糊和高密度交织难题，提出了一种改进的级联并行分割架构。该架构主要由ResNet50特征提取骨干、U-Net++密集分支结构和多尺度特征金字塔融合模块组成。通过在特征提取前引入SIOX预处理消除颜色歧义，并集成GAM和边缘提取模块，模型能够更有效地锁定目标并捕捉精细边缘。实验证明，该模型在高度多变的环境中展现出广泛的适用性和卓越的鲁棒性，其mIOU和B-IOU分别达到79.64%和60.55%，显著优于现有最优网络。此外，基于高保真掩膜，该模型在各种密度梯度下均实现了高预测精度。结合基于PyQt5的交互式密度检测系统，实现了马铃薯冠层覆盖率的自动化量化和可视化，为智能马铃薯杀秧设备提供了潜在的方法学参考。
