摘要
在谷物田中准确识别杂草需要利用无人机（UAV）拍摄的图像进行像素级分割，这种分割方法需要在不同田块、季节和光照条件下都保持可靠性。现有的多光谱处理流程通常依赖于阈值化的植被指数，但这些指数在辐射度变化或作物与杂草像素混合的情况下容易失效；或者依赖于单流卷积神经网络（CNN）和Transformer架构，这些架构处理堆叠的图像带和指数时，辐射度信息和标准化指数信息会相互干扰，从而降低对作物冠层中杂草小簇的识别能力。我们提出了VISA（Vegetation Index and Spectral Attention）这一双流分割网络，它能够分离这些信息并在原始分辨率下将它们融合。辐射度流通过局部残差卷积、通道重新校准、空间门控和跳跃连接解码等技术进行学习，从而保留了精细的纹理、行边界以及杂草的小结构（这些在基于比值的指数压缩过程中往往会丢失）。指数流则利用窗口化自注意力机制高效地建模局部植被结构，通过状态空间层在无需高计算成本的情况下传递田块级上下文信息，并通过槽注意力机制生成稳定的区域描述符，从而提高对冠层中稀疏杂草的识别能力。为了支持监督训练和以部署为导向的评估，我们开发了BAWSeg数据集，该数据集是在西澳大利亚的商业大麦田中收集的四年期无人机多光谱数据，包含经过辐射度校准的蓝光、绿光、红光、红边光和近红外正射影像、计算出的植被指数，以及清晰的作物、杂草等标签（标签分割无遗漏）。在BAWSeg数据集上，VISA模型的平均交并比（mIoU）达到了75.6%，杂草识别率（IoU）达到了63.5%，模型参数数量仅为2280万。其性能优于多光谱SegFormer-B1基线模型，mIoU提高了1.2%，杂草识别率提高了1.9%。在跨地块和跨年份的测试中，VISA的mIoU分别保持在71.2%和69.2%。完整的BAWSeg基准数据集、VISA源代码、训练模型权重和实验协议文件将在论文发表时公开。
