近距离精准喷施中辣椒器官分割的特权深度调制方法

《Smart Agricultural Technology》：Privileged-Depth Modulation for Close-Range Pepper Organ Segmentation in Precision Crop Spraying

　　

基于智能手机的精准喷施旨在将化学施药限制在目标器官上，但其同时需要一个在部署时仅依赖RGB、无需专用深度传感器的器官级感知模型。结合Depth Anything V2等单目深度基础模型，RGB图像可在训练期间通过密集伪深度(pseudo-depth)进行增强，将近距离作物分割转化为特权深度引导的学习问题，其中深度在训练时可用而在推理时缺失。基于此类近距离手持采集，前景内深度可分离性崩溃，而仅前景–背景深度差距部分得以保留，揭示了一种成像机制，研究人员称之为近距离深度退化(Close-Range Depth Degeneracy, CRDD)，其削弱了单目深度对器官分割的判别价值。即便存在可用的特权深度信号，现有的RGB-D融合与深度分支幻觉(hallucination)路径仍要么引入推理时深度依赖，要么无法在CRDD下将深度条件效应保留在RGB侧参数内。单目伪深度如何作为仅训练用的特权信息，用于CRDD下的RGB-only近距离辣椒喷施尚未得到充分研究。为此，本文提出一种特权深度调制框架MDM-Seg，将单目深度从推理时模态转换为受CRDD调节的训练信号，以消除推理时深度依赖。具体而言，研究人员表征了CRDD并提出一种四指标深度可用性诊断，在训练前对目标数据集给出判定，并与训练后分割结果相互验证。随后，研究人员将CRDD调节的训练干预形式化为深度条件仿射网络(Depth-conditioned Affine Network, DepAN)，将深度梯度线索注入解码器特征，并定义深度硬像素挖掘损失(depth hard-pixel mining loss, DHPM)，利用深度值证据对逐像素交叉熵重新加权，二者均在主分割流内运行。最后，研究人员在仅输入RGB的情况下部署MDM-Seg，并在RGB-only头与深度条件头之间导出轻量级一致性迹(consistency trace)，在不依赖推理时深度的情况下产生图像级可靠性线索，用于靶向与回退喷施的决策。在Pepper-Field-3940上的大量实验表明，所提MDM-Seg在CRDD下实现了有效的深度条件RGB-only分割，即深度条件调制作为效应保留在RGB侧参数中且无推理时深度依赖，例如采用ResNet-101配置时mIoU达0.8995（较RGB-only DeepLabV3+基线提升+3.73 pp），轻量级训练侧DepAN模块，以及与分割质量秩相关的图像级可靠性线索（Spearman ρ=0.74）。在搭载TensorRT FP16的Jetson Orin NX 16 GB上，面向完整部署的MobileNetV2双头处方流水线每图耗时23.87 ms，对应41.89 FPS、0.62 GB峰值内存与0.56 J/图。

研究背景方面，远程农业区域如新疆南部的辣椒栽培面临持续的病虫害压力，需频繁化学干预，导致新鲜辣椒果实及加工产品中检出多种农药残留并超出欧盟最大残留限量，反映化学防控强度持续且残留监测承压。传统定速喷施因施药输出与作物结构不匹配，造成非靶标沉积与飘移、化学浪费与环境暴露。精准喷施需空间处方将辣椒目标与邻近非靶标区域分离，文中以四类语义分割实现该表示，并在第六节第十小节评估轻量果实检测器配框后处理能否提供可比处方权衡。许多远程栽培区感知平台受限为低成本智能手机而非专用RGB-D相机或深度传感器，使RGB-only部署成为实际需求：部署模型应仅以RGB图像运行，推理时既不依赖深度输入也不依赖额外深度估计器。Depth Anything V2等单目深度基础模型可从单张RGB图像推断密集伪深度而不改变传感硬件，使训练期可用深度信息，将近距离作物分割转为特权深度引导学习问题：单目深度可用作训练侧线索而不应成为推理时模态。现有深度辅助分割路径无法直接满足该需求，RGB-D融合视深度为额外输入模态因而假定推理时深度可用；深度分支幻觉通过从RGB模仿深度特征减少依赖但仍属分支形式而非将深度条件效应保留在主分割流内，未直接解决当最终分割模型须保持RGB-only时应如何利用单目深度。在近距离手持采集下，作物器官间前景内深度可分离性常减弱而粗粒度前景–背景深度线索相对可靠，研究人员称此成像机制为CRDD；现有深度辅助分割方法未显式针对RGB-only部署下的近距离深度退化，留下本研究拟填补的空白，即如何将单目深度从推理时模态转换为CRDD条件下训练信号用于RGB-only部署下器官分割。该研究由Wenhao Zhou、Zixuan Wang、Jianan Chi、Haotian Chen、Pingping Yan、Tiecheng Bai开展，发表于《Smart Agricultural Technology》，提出MDM-Seg框架，得出在CRDD下可实现无推理深度依赖的深度条件RGB-only分割、提升mIoU并产出与分割质量秩相关的图像级可靠性线索等结论，意义在于为低成本智能手机平台的精准喷施提供感知方案，将特权深度信息在训练阶段有效利用并在部署阶段完全剔除深度输入与计算。

主要关键技术方法包括：构建Pepper-Field-3940数据集，于2025年生长期在新疆阿拉尔塔里木大学露天椒田使用vivo iQOO Neo5S手机在距冠层约20–50 cm采集3940张JPG图像，含背景、叶、辣椒、花四类语义标签，按3152/788划分训练验证集；提出四指标CRDD诊断协议，计算前景–背景深度对比比(Foreground-Background Depth Contrast Ratio, FBDCR)、类间深度重叠率(Inter-class Depth Overlap Rate, IDOR)、深度–RGB梯度相关性(Depth-RGB Gradient Correlation, DRGC)及可学习门收敛(Learnable Gate Convergence, LGC)并聚合为CRDD Index以决定深度角色激活；设计特权深度调制框架MDM-Seg，含深度条件仿射网络(DepAN)以深度梯度通过轻量两层编码器预测逐通道空间仿射参数对边界感知解码特征做乘法调制，及深度硬像素挖掘损失(DHPM)以归一化深度值算前景置信并对交叉熵按边界与深度先验重加权；训练期用Depth Anything V2 Large生成伪深度并缓存，推理期仅输入RGB，部署时设RGB-only参考头H_A与特权深度训练处方头H_B，以对称KL不一致聚合为图像级可靠性线索S_img；用DeepLabV3+为基架构加边界检测头，以ResNet-101与MobileNetV2为骨干，SGD训练150轮，在Jetson Orin NX 16 GB以TensorRT FP16评测时延与能耗；以mIoU、边界mIoU、Spearman ρ、假喷率(False-Spray Rate, FSR)、漏喷率(Missed-Spray Rate, MSR)、非靶标器官暴露率(Non-Target organ Exposure Rate, NTER)、敏感器官暴露率(Sensitive-organ Exposure Rate, SER)、处方面积节省代理(Prescription-area Saving Proxy, PSP)等为指标，并对比YOLOv8n等检测处方方案与多RGB-D分割方法。

研究结果部分保留原文小标题并简述如下：

1. 1.
   Introduction
   研究人员介绍RGB-only精准喷施与特权单目深度的背景，指出现有RGB-D融合与分支幻觉在近距离手持CRDD机制下不直接满足RGB-only部署需求，提出MDM-Seg将深度转为CRDD条件训练信号；阐述面临的三大挑战即训练前深度可用性诊断、无推理依赖的训练时深度干预、部署可靠性设计；列出三大贡献为表征CRDD并提四指标诊断、提MDM-Seg框架以DepAN与DHPM注入存活深度结构、提部署可靠性机制以双头一致性迹产图像级可靠性线索；说明论文组织结构。
2. 2.
   Problem Formalization
   研究人员形式化研究问题，先述近距离精准喷施应用场景与工作流：手持智能手机距冠层20–50 cm捕获RGB，MDM-Seg输出处方掩码与每图可靠性指示S_img，控制器依阈值τ_spray决定自动靶向喷施或保守回退；接着形式化CRDD的两失效模式即类间深度坍塌与深度–RGB梯度冗余，并将二者形式化为四指标CRDD诊断之基础；明确研究目标与设计需求为诊断深度可用性、角色分解深度利用、产与分割质量单调相关的喷施置信度；区分三种深度利用范式即单体融合、任务特定隔离、角色可分解深度利用(Role-Decomposable Depth Utilization)，MDM-Seg在当前采用R1标注门与R2训练调制，R3因CRDD与RGB-only约束禁用。
3. 3.
   Related Work
   研究人员从特权信息学习与跨模态蒸馏、深度辅助分割、部署可靠性与标注三方面对比：特权信息学习(Learning Using Privileged Information, LUPI)将辅助信息用于训练但多蒸馏至分离分支，难适配无深度推理分支的近距离喷施；传统RGB-D分割如FuseNet、SA-Gate、CMX、DFormer等视深度为推理模态且未考察近距离成像深度有用性变化，农业视觉中DepthCropSeg、PlantMDE等或用深度作孤立工具或直接融合，未回答RGB-only与CRDD下如何转为训练信号；可靠性估计如Monte Carlo dropout、deep ensembles、证据网络等多聚焦不确定性本身而未连至靶向/回退喷施决策且未利用特权深度，基础模型如Grounded SAM作自动标注但文本提示检测常将背景判为作物且无深度滤除假阳性；MDM-Seg连接三者：诊断深度可用性、转深度为CRDD条件训练信号、导无推理深度的图像级可靠性线索。
4. 4.
   System Model
   研究人员概览MDM-Seg系统模型：推理路径为RGB-only，ResNet-101骨干产高低层特征经ASPP与上层低层特征拼接成共享RGB解码特征f，两轻量1×1头H_A与H_B共享此特征，H_B产部署分割logits，H_A仅算S_img一致性迹；训练仅深度路径在CRDD诊断指示乘法调制适用时激活，DepAN算深度梯度?d预测逐通道仿射参数(γ, β)以f?=f⊙(1+γ)+β调制解码特征，DHPM从深度值d_val与真值Y导边界感知硬像素权重w并以加权交叉熵L=w·CE(Y?, Y)监督Y?；推理时深度条件训练效应保留于学得的RGB侧分割参数中，部署模型仅以RGB运行；算法1描述深度角色分解流水线：部署前跑CRDD诊断定单目深度允许角色，基于训练集与Depth Anything V2伪深度训练激活角色，部署时算共享特征与双头得处方掩码，聚前景区域对称KL不一致映射为有界S_img，依阈值分靶向或回退并返回掩码、线索与标志；CRDD诊断与深度角色训练可在服务器端完成不影响在线性能。
5. 5.
   System Design of MDM-Seg
   研究人员细述五部分：
   5.1 CRDD Diagnostic Protocol：定义四指标FBDCR、IDOR、DRGC、LGC并聚为CRDD Index∈[0,1]，高值表前景语义分割深度退化强；FBDCR独立控标注门R1，其余三指标聚为CRDD Index决训练调制R2与推理融合R3；决策规则如表：CRDD<0.5启R1+R2加性+R3，0.5–0.7启R1+R2乘性，>0.7仅R1；Pepper-Field-3940全数据集CRDD Index=0.69、FBDCR=2.03，故启R1与乘性R2、禁R3。
   5.2 Depth-Gated Auto-Annotation：利用CRDD下存活的背景–前景深度差距，以Grounding DINO配文本提示与SAM 2生成掩码，以后端深度门剔除平均深度低于τ_d=0.25的候选掩码以扩训练密集监督。
   5.3 Boundary-Aware Decoder Head：在DeepLabV3+解码器增轻量边界检测头，对Sobel真值边界以BCE+Dice联合训练，以可学习标量α调制解码特征f?=f⊙(1+α·σ(b?_raw))再入1×1分类卷积分像素类logits，为DepAN与DHPM提供边界感知表示。
   5.4 Coupled Intervention: DepAN and DHPM：DepAN以深度梯度?d经两层轻量编码器g_θ（Conv(1→32,3×3)→ReLU→Conv(32→2C,1×1)）预测空间仿射参数(γ, β)∈R^{C×H′×W′}以f?=f⊙(1+γ)+β调制，末层初始化为零使始态恒等变换，约17K参数占基模0.04%；DHPM以归一深值d_val算逐像素前景置信c_fg(u,v)=σ(10·(d_val(u,v)?τ_fg)), τ_fg=0.35，硬像素权重w(u,v)=w_bnd(u,v)·[1+λ_hard·c_fg(u,v)·1[y?(u,v)≠y(u,v)]·1[y(u,v)≠255]]，λ_hard=3，总损失L_total=Σw(u,v)·CE(p(u,v),y(u,v))/Σw(u,v)+λ_bL_boundary，λ_b=0.5；二者分别用深度梯度与深度值提取CRDD下存活的两种深度线索以非加性路径注入主分割流。
   5.5 Consistency Trace for RGB-Only Deployment：H_A训练无R2调制，H_B受DepAN与DHPM训练，部署均仅入RGB；以对称KL散度D_px(u,v)=1/2[KL(p_A(u,v)∥p_B(u,v))+KL(p_B(u,v)∥p_A(u,v))]聚前景区域得D_img(x)=1/|F|Σ_(u,v)∈FD_px(u,v)，F为H_B预测非背景像素集，映射为有界可靠性线索S_img(x)=exp(?D_img(x))∈[0,1]供喷雾控制器决策。
   5.6 Complexity Analysis：证MDM-Seg部署时复杂度O(T_fwd)仅含一次骨干–解码前向、双轻量头与KL聚，准备期O(E·T_epoch)含CRDD统计与LGC探针；DepAN仅增约17K参，DHPM不增参，在线无深度图与DepAN，双头共享特征仅增1×1参考头与KL聚，Jetson Orin NX上MobileNetV2双头端到端23.87 ms。
6. 6.
   Experimental Evaluations
   研究人员报告六小节：
   6.1 Dataset and Setup：述Pepper-Field-3940采集与划分、训练协议（SGD动量0.9、权衰10^?4、多项式LR衰减初值10^?2/10^?3、批32、随机裁513×513、150轮、RTX 4080 SUPER训练、Jetson Orin NX TensorRT FP16测）、指标（总体像素精度、mIoU、每类IoU、边界mIoU）、深度图预处理（Depth Anything V2 Large估存为float16 .npy缓存约800 MB，训时双线性缩与RGB同变换、每图归一化[0,1]）、检测器标注与checkpoint选取（YOLOv8n于1000训练图与100验证图手动框标注，mAP₅₀=0.956、mAP_50:95=0.813、召回0.946）、事后密集ROI审计协议（30区含10开发20冻结，LabelMe初标后人工校边界无忽略像素，同验证变换字母框至512×512算逆字母框映射评于ROI）。
   6.2 Variables and Performance Metrics：实验变量为CRDD严重程度（CRDD Index分易中难三层）与DepAN激活（开/关），指标含每类IoU、mIoU、边界mIoU、CRDD分层mIoU、MaxConf-ECE、喷施代理指标THR、FSR、MSR、NTER、SER、PSP及S_img与像素精度的Spearman ρ与五分位分解。
   6.3 Influence Rationale of Variables：析CRDD严重度增高则前景内深度重叠增、深度梯度与RGB梯度冗余增、深度有用性从类间判别转背景–前景分离，R2增益随CRDD增而收缩；DepAN激活以深度条件仿射参数重塑解码表示，提升分割质量并通过双流一致性迹间接影响部署可靠性。
   6.4 Observation Hypothesis Validation：验CRDD轴一致解释深度条件分割优势收缩与部署侧喷施风险增加：易中难三层DepAN对RGB-only的mIoU增益从+0.0455降至+0.0394与+0.0347，边界mIoU从+0.0277降至+0.0216与+0.0193；部署风险代理ECE从0.0011升至0.0121与0.0137，FSR从0.0023升至0.0201与0.0232，MSR从0.0130升至0.0305与0.0478，支持工作假设。
   6.5 Pseudo-Depth Degradation Sensitivity：对Depth Anything V2-L深度缓存施模糊（核15×15、σ_blur=3.0）、量化（B=16级）、噪声（零均值高斯σ_noise=0.10截[0,1]）及组合扰动仅限训练侧；原深度训得mIoU 0.8995，模糊与组合降解分别0.8960与0.8953，仅降0.35与0.42 pp仍显著高于RGB-only基线0.8622，表MDM-Seg增益源于训练期稳定深度条件调制趋势而非单高精度深度图。
   6.6 Segmentation Performance：CRDD分层RGB-only mIoU易中难为0.7830、0.8743、0.8485，DepAN开为0.8285、0.9137、0.8832，绝对非单调因CRDD为体制分区非难度箱；DepAN在全验证集提至0.8995 mIoU与0.8383边界mIoU，较基线+0.0373与+0.0199；表2联合消融：基线0.8622，仅R1为0.8722，仅DHPM为0.8684，仅DepAN为0.8708，R2(DepAN+DHPM)无R1为0.8801，R1+R2+R3为0.8732，全R1+R2为0.8995，表R1改善训练底质、R3在乘性体制有害、R2中DepAN与DHPM耦合优于孤立、R1+R2耦合提至最高。
   6.7 Deployment Reliability：表3全验证集S_img与像素精度Spearman ρ=0.7437（p=1.3×10^?139），ECE=0.107；五分位Q1至Q5像素精度从0.9933降至0.9558；表4 H_B较H_A降FSR从0.0388至0.0140、MSR从0.0321至0.0288，校准ECE从0.0040升至0.0087；CRDD分层ECE易中难为0.0011、0.0121、0.0137，FSR基线0.0284/0.0449/0.0464而DepAN开0.0023/0.0201/0.0232，MSR基线0.0137/0.0368/0.0514而DepAN开0.0130/0.0305/0.0478；S_img可作部署侧风险排序线索而非仅分割置信。
   6.8 S_img Quintile Prescription Quality and τ_spray Decision Trade-off：表5 S_img五分位Q1→Q5中THR从0.9901降至0.9444，FSR从0.0041升至0.0279，SER从0.0240升至0.1560，PSP约0.717–0.719；表6以接受比r定τ_spray(r)=Q_1?r^emp({S_img(x_i)∣x_i∈D_val})，r=0.8对应Q₂₀阈约0.772，接受Q1–Q4时THR=0.9779、FSR=0.0105、SER=0.0584；表7五折交叉验证r=0.8时held-out接受比80.1±1.3%、THR=0.9772±0.0010、FSR=0.0108±0.0006、SER=0.0600±0.0033，表S_img阈值在Pepper-Field-3940内可跨折转移但需独立田间校正。
   6.9 Robustness across Distance and Lighting Conditions：表8按距（近中远）与光照（暗常亮）分层：近CRDD=0.65、mIoU=0.9032、Pepper IoU=0.9607、Flower IoU=0.7850、THR=0.9740、FSR=0.0140、MSR=0.0260、NTER=0.0082、SER=0.0710；中CRDD=0.66、mIoU=0.9104、Pepper IoU=0.9635、Flower IoU=0.8020、THR=0.9763、FSR=0.0134、MSR=0.0237、NTER=0.0078、SER=0.0640；远CRDD=0.64、mIoU=0.8849、Pepper IoU=0.9498、Flower IoU=0.7365、THR=0.9633、FSR=0.0145、MSR=0.0367、NTER=0.0085、SER=0.0990；暗CRDD=0.66、mIoU=0.8835、Pepper IoU=0.9496、Flower IoU=0.7340、THR=0.9635、FSR=0.0150、MSR=0.0365、NTER=0.0087、SER=0.1000；常CRDD=0.66、mIoU=0.9122、Pepper IoU=0.9645、Flower IoU=0.8075、THR=0.9770、FSR=0.0131、MSR=0.0230、NTER=0.0076、SER=0.0610；亮CRDD=0.65、mIoU=0.9028、Pepper IoU=0.9599、Flower IoU=0.7820、THR=0.9731、FSR=0.0139、MSR=0.0269、NTER=0.0081、SER=0.0730；远与暗条件更具挑战但MDM-Seg仍有效需结合S_img门控。
   6.10 Comparison with Detection-Based Prescription Alternatives：表9与图6–9比五种处方表示：手动每实例AABB填、YOLOv8n框填、YOLOv8n腐蚀框（r*=0.2）、YOLOv8n+框引导RGB细化（GrabCut五轮）、MDM-Seg-MobileNetV2 H_B；在20区密集ROI审计近匹配THR≈0.97时，MDM-Seg得FSR=0.043、NTER=0.023、PSP=0.706，最强检测替代框引导RGB细化FSR=0.134、NTER=0.072、PSP=0.675，MDM-Seg降NTER 0.049（95%CI [0.005,0.095]）；图8控单元归一尺寸c?∈{0.25,0.5,1,2,4}下ΔNTER(c?)为0.048、0.044、0.015、0.014、?0.003，像素优势在c?≤2时正，c?=4近零且微负，表像素处方优势需足够细下游控制；结论为当下游控制细且非靶暴露为首要关切时像素级语义处方具硬件条件偏好，检测器处方适于粗控或强资源受限平台。
   6.11 Comparative Experiments：表10比RGB-only CNN骨干：DeepLabV3+=0.8622 mIoU、OCRNet=0.8632、Mask2Former=0.8793、FCN=0.8831、PSPNet=0.8837、U-Net=0.8945、MDM-Seg=0.8995（Leaf=0.9659、Pepper=0.9580、Flower=0.7745、边界mIoU=0.8383），较U-Net提+0.5 pp且花IoU提+1.0 pp（0.7745 vs 0.7644）；表11轻量骨干MobileNetV2下MDM-Seg=0.8884 mIoU、5.42 M参、39.62 GFLOPs，较同骨干DeepLabV3+=0.8660提+2.24 pp、FSR从0.0261降至0.0244、SER从0.0890降至0.0815；补充表4比替代深度集成：DepthBSELoss+0.0082、MDSN加性+0.0042、MDSN加性+DHPM+0.0137、MDSN加性+DepthBSELoss+0.0174，均低于DepAN+DHPM+0.0373；可学习门从σ(?3)≈0.047微增至0.055、mIoU=0.8722仍低0.0273；以RGB Sobel梯度替深度梯度得0.8743与DepthBSELoss 0.8704近等价，合DRGC≈0.38表深度梯度与RGB梯度近冗余、MDM-Seg增益集中于乘性调制R2。
   6.12 Accuracy–Efficiency Comparison with a Lightweight Backbone：复述表11与表12轻量骨干结果，MobileNetV2下MDM-Seg双头端到端23.87 ms、41.9 FPS、0.62 GB峰存、0.56 J/图，较H_B-only的22.88 ms仅增0.99 ms，较YOLOv8n+框引导RGB细化30.88 ms快7 ms余；表13模型侧推理时延MobileNetV2双头20.3 ms、ResNet-101双头58.0 ms、U-Net单头135 ms。
   6.13 End-to-End Edge-Device Prescription Profiling：详述表12分解预处、网络、后处时延与表13模型侧峰存与能耗；所有引擎预热100轮测1000轮，双头可靠性门仅增1×1参考头与对称KL聚，远低于第二次全前向；深度输入、Depth Anything V2与DepAN推理时不用。
7. 7.
   Discussion
   研究人员讨论三小节：
   7.1 Application Modes of Our MDM-Seg：MDM-Seg作近距离辣椒器官处方生成的感知模块，部署时预测辣椒掩码与S_img可靠性线索可供自动控制器或人监喷施界面用，实际驱动策略取决于喷雾机平台、喷嘴配置与安全要求，超出本视觉模型评测范围。
   7.2 Temporal Continuity and Actuation-Delay Alignment：近距离喷施连续，须考虑感知与驱动间空间偏移；横向速度v与解码RGB至处方时延T_pres积累位移v·T_pres仅含画像的视觉与处方计算区间，不含相机曝光获取、通信、执行器响应与液滴飞行，不应解释为测得喷嘴放置误差或总感知至沉降延迟，需平台级同步与前馈补偿，全处理需跨帧时间融合与硬件在环同步数据集留未来。
   7.3 Limitations and Future Directions：限有三：一深化跨作物传感器与深度估计器的CRDD表征如番茄黄瓜葡萄无人机温室、替LGC轻量代理；二扩展角色可分解深度利用至R3在低CRDD重激活、标2.5D表型计数体积在尺度歧义校准后；三以部署级评测闭环喷雾硬件，密集ROI审计与空间粗化析量化图像空间靶覆盖与非靶暴露及表示差异幸存于理想有限控制分辨率但不测农药体积飘移残留产量药害环境影响，需喷嘴沉积建模与田间验证；τ_spray分析为验证集工作点与数据集内阈值转移研非独立田间泛化保证；未来在喷嘴控制喷雾平台以沉积与农艺指标比空白喷施，及跨辣椒外作物形态泛化与深度教师至RGB学生更深蒸馏压缩部署侧容量差距。

结论部分翻译总结：本文研究了近距离智能手机成像下的RGB-only精准喷施，其中单目深度在训练期可用而部署期不可需。为此研究人员提出MDM-Seg，一种特权深度调制框架，将单目深度从推理时模态转换为训练时信号。具体而言，DepAN通过深度条件仿射参数调制解码器特征，DHPM依据深度导出的前景置信对逐像素交叉熵重新加权。研究人员进一步将CRDD形式化为四指标诊断，以决定训练前哪些深度角色可被采纳。部署时MDM-Seg仅以RGB运行，依靠保留于RGB侧参数中的深度条件训练效应产生喷施靶向掩码；RGB-only与深度条件预测间的一致性产生图像级可靠性线索，在不需推理时深度的情况下驱动自动靶向喷施与低可靠性图的保守回退处理。基于此结果，MDM-Seg达到0.8995 mIoU及系统可靠性S_img与每图分割质量的Spearman相关ρ=0.74，同时使用轻量训练侧DepAN模块。这些结果支撑了RGB-only喷雾决策流水线的潜力，其中S_img驱动下游驱动，而端到端喷嘴同步与硬件在环农药沉积验证仍留未来工作。两方向待探：一跨Pepper-Field-3940外作物形态的泛化；二深度教师至RGB学生的更深蒸馏以进一步压缩部署侧容量差距。在事后密集ROI审计中，MDM-Seg在预设靶覆盖水平下较最强检测替代方案提供更少非靶标暴露，配对NTER减少0.049（从0.072至0.023）且95%置信区间[0.005,0.095]；在测试空间粗化模型下该优势直至归一控制单元尺寸c?=2仍为正，支撑但并非独立确立在测试近距离辣椒喷施设定中当下游控制足够细且非靶暴露为主要关切时像素级语义处方的硬件条件偏好，而检测器衍生处方为粗控或强资源受限平台提供更经济部署选项。