《PLOS One》：Agri-PIDNet-S: Lightweight semantic segmentation for field-structure and obstacle perception in seedling-stage cotton fields
编辑推荐：
可靠地联合感知作物行、灌水沟（furrow）与障碍物，是苗期棉田自主行间作业的核心需求。针对植株小而稀疏、透视收敛行、不规则沟界及障碍像素占比低所导致的细节丢失、长程结构建模不足与边界混淆问题，研究人员将棉田感知建模为四分类语义分割任务，并构建含709张像素级
可靠地联合感知作物行、灌水沟（furrow）与障碍物，是苗期棉田自主行间作业的核心需求。针对植株小而稀疏、透视收敛行、不规则沟界及障碍像素占比低所导致的细节丢失、长程结构建模不足与边界混淆问题，研究人员将棉田感知建模为四分类语义分割任务，并构建含709张像素级标注图像的数据集（背景、作物行、沟垄、障碍物）。研究人员以PIDNet-S为基线，提出田间专用轻量网络Agri-PIDNet-S：设计坐标感知多核倒残差模块（CA-MKIR，coordinate-aware multi-kernel inverted residual module）以保留浅层细节与小障碍轮廓；引入压缩激励增强的深至令牌模块（SaE-D2T，squeeze-and-excitation-enhanced deep-to-token module）建模长程行垄结构；采用边界引导窗口注意力精炼包（BWR-Bag，boundary-guided window-attention refinement Bag）改善语义—边界融合，并以含辅助边界监督的复合损失训练。在棉田测试集上，模型取得92.37%平均交并比（mIoU，mean intersection over union）与96.02%平均Dice系数（mDice，mean Dice coefficient）；相较PIDNet-S，mIoU提升3.53个百分点，障碍IoU由79.60%升至88.67%。模型参数量8.048×10?，计算量19.161 GFLOPs，推理速度155.67 FPS。在番茄、西瓜、玉米田的零样本外部评测中，结构类（背景、作物行、沟垄）mIoU达86.29%，初步证实跨作物结构迁移潜力。
研究背景与问题提出
苗期棉田中，棉花植株矮小稀疏，行间作业依赖机器视觉同时理解作物行导向、沟垄可通行区域与人员/设施等障碍物。现有方法多聚焦颜色阈值、直线拟合或单一导航线提取，难以在统一像素标签空间内联合刻画细粒度行垄边界与小目标障碍；通用实时分割网络虽兼顾速度，却未针对苗期棉田的透视收敛、断行缺株、覆膜破损与阴影干扰做结构优化。连续下采样易丢失浅层叶缘与远处窄行信息，局部卷积对长程行结构建模不足，而简单像素融合难以利用边界线索修正歧义区域。因此，研究人员拟在轻量实时框架下，协同增强浅层细节、深层层间全局结构与边界语义融合。
研究人员开展的工作与结论意义
研究人员构建新疆华星农场采集的709张四分类像素标注数据集，以背景、作物行、沟垄、障碍为统一标签体系，并设固定分组划分与离线增广。基于PIDNet-S三分支（比例P、积分I、导数D分支分别保细节、聚语义、捕边界），嵌入三个任务驱动模块，形成Agri-PIDNet-S。结果表明：该网络在保持实时性的同时显著提升整体分割与障碍感知精度，且零样本跨作物测试展现结构迁移能力，为农业机器人行间作业提供可部署的视觉感知方案。
主要关键技术方法
研究人员采用PIDNet-S轻量基线，替换浅层九处残差块为CA-MKIR（多核深度可分离卷积+坐标注意力）；在I分支深层接入SaE-D2T（稀疏全局注意力+原型语义聚合+多分支通道重标定）；以BWR-Bag替代原Bag融合模块（边界注意力加权+局部窗口自注意力）。训练使用复合损失：交叉熵（CE）、Dice、Lovász与D分支辅助边界损失。数据来自新疆昌吉华星农场苗期棉田（iPhone 13 Pro、realme GT、OnePlus Ace 2 Pro采集），训练集495、验证107、测试107，离线增广至1980对，输入1024×1024。
研究结果
模型对比实验
在同等协议下，Agri-PIDNet-S取得mIoU 92.37%、mDice 96.02%，各类IoU为背景93.31%、作物行94.06%、沟垄93.45%、障碍88.67%；较PIDNet-S障碍IoU提升9.07个百分点，较更大PIDNet-M在更低参数量与FLOPs下反超精度，FPS达155.67，证明精度—效率权衡优势。
障碍感知评价
障碍精确率93.89%、召回率94.09%、F1 93.99%，精确与召回均衡，说明小障碍漏检与误检同步受抑。
训练稳定性
以seed 0/1/3407复跑，mIoU均值92.35±0.03%，最大差0.05个百分点，显示对初始化扰动低敏感。
消融与组件分析
逐步加入CA-MKIR、SaE-D2T、BWR-Bag与复合损失，各项指标单调提升，验证浅层细节、长程结构、边界融合各自贡献。
障碍尺度与误差分析
小尺度障碍收益最明显，误差多集中于远距窄行、覆膜反光与杂草交界，模块组合缓解不连续与轮廓破碎。
零样本跨作物外评
在69张番茄、西瓜、玉米外部图像上，结构类mIoU 86.29%，表明行垄结构表征可迁移至未见作物。
讨论与结论翻译
讨论指出，数据集源于单区域单季采集，泛化边界需多地域多生长期验证；标注以导航相关结构而非植物学类别定义，适合作业场景但限制农艺细分类。结论如下：研究人员提出Agri-PIDNet-S，通过坐标感知浅层增强、深至令牌全局行垄建模与边界引导窗口融合，在苗期棉田四分类分割中取得92.37% mIoU与88.67%障碍IoU，参数量8.048×10?、19.161 GFLOPs、155.67 FPS；零样本跨作物结构mIoU 86.29%，证明轻量专用架构可兼顾实时性、小障碍感知与初步跨域迁移，为田间机器人联合可通行性与安全感知提供有效技术路径。
这篇论文解读已完成，接下来可以选择一个方向继续深化：
