《Frontiers in Plant Science》：PineRipeSeg: a lightweight texture-edge-aware network for pineapple instance segmentation and ripeness classification in field environments
编辑推荐：
摘要
引言： 密集的叶片遮挡和果实-叶片特征混淆阻碍了从田间图像中同时提取菠萝实例轮廓和基于外观的成熟度分类。
方法： 研究人员构建了一个包含6,019张田间图像和9,393个多边形标注的巴厘菠萝实例数据集，并根据标准化的外观标准将果实分为未熟（Unripe）
摘要
引言： 密集的叶片遮挡和果实-叶片特征混淆阻碍了从田间图像中同时提取菠萝实例轮廓和基于外观的成熟度分类。
方法： 研究人员构建了一个包含6,019张田间图像和9,393个多边形标注的巴厘菠萝实例数据集，并根据标准化的外观标准将果实分为未熟（Unripe）、半熟（Partially ripe）和成熟（Ripe）三类。研究人员开发了基于YOLO11n-seg的轻量级网络PineRipeSeg。其主要贡献是提出了纹理-边缘解耦注意力模块（Texture-Edge Decoupling Attention, TEDA），该模块利用多方向菠萝眼纹理与细长叶片边缘之间的对比度来增强果实表面特征并抑制叶片干扰。GhostConv减少了冗余计算，而带有缩放辅助框的交并比损失（Inner-IoU）则优化了遮挡果实的定位。
结果： 在IoU为0.5时，框的平均精度均值（mean Average Precision, mAP）达到98.1%；在IoU为0.5时，掩码的mAP达到98.0%；在IoU范围为0.5至0.95时，掩码的mAP达到82.2%，分别比YOLO11n-seg高出5.0、5.2和3.4个百分点。漏检率降低了77.8%。该模型的计算量为8.7 GFLOPs，占用5.1 MB内存，处理速度为121帧/秒（Frames Per Second, FPS）。对比实验、消融实验、重复运行实验、挑战性场景分析和热力图分析均验证了其在遮挡和相似颜色背景下的有效性。
讨论： PineRipeSeg提供了一种轻量级的二维方法，用于田间环境下遮挡感知的混合实例分割和外部成熟度评估。
研究背景与问题
菠萝是中国南方热带和亚热带地区重要的经济作物，但田间采收仍高度依赖人工作业，环境高温且叶片锋利，劳动强度大。为实现自动化采收，需要可靠的视觉信息来获取果实的位置、轮廓和成熟度。然而，田间自然条件下，菠萝果实常被密集的剑形叶片遮挡，导致可见果区不完整、不连续。此外，光照变化、未熟果与绿叶颜色相近、成熟果与枯黄叶颜色相似等问题，造成了严重的果实-叶片特征混淆。现有研究多集中于基于边界框的检测或单独的轮廓分割，缺乏一种能够同时进行遮挡感知的混合实例分割和基于外观的成熟度分类的轻量级框架。因此，研究人员旨在开发一种名为PineRipeSeg的轻量级实例分割网络，以解决上述问题。
研究方法与技术
研究人员首先构建了一个包含6,019张田间图像和9,393个多边形标注的菠萝实例分割数据集，数据采集自中国广东省湛江市雷州调风镇和徐闻县锦和镇的菠萝种植区，涵盖不同年份、地块、采集设备、视角、光照条件和遮挡程度。果实按外观成熟度分为未熟（Unripe）、半熟（Partially ripe）和成熟（Ripe）三类。针对数据泄露风险，采用跨域分组策略，确保同一地块和年份的图像不会同时出现在训练、验证和测试集中。在模型构建上，研究人员以YOLO11n-seg为基础，提出了三个关键技术改进：一是纹理-边缘解耦注意力模块（Texture-Edge Decoupling Attention, TEDA），该模块利用菠萝眼的多方向交织纹理与叶片的长线性边缘之间的结构差异，通过可学习的卷积核学习空间响应，从而增强果实表面特征并抑制叶片干扰；二是引入GhostConv模块替换主干网络中的标准卷积，利用低成本的线性变换减少由重复的菠萝眼图案和叶片边缘引起的冗余计算；三是采用Inner-IoU损失函数替代原有的CIoU，通过缩放辅助框来计算交并比，从而改善严重遮挡下果实的边界框回归精度。
研究结果
- •
数据集构建与分布：最终数据集包含6,019张有效图像（训练集4,213张，验证集903张，测试集903张），共9,393个菠萝实例（未熟2,909个，半熟2,892个，成熟3,592个），类别分布基本均衡。
- •
整体性能对比：PineRipeSeg在测试集上的平均精度均值（mean Average Precision, mAP）表现优异，在IoU=0.5时，框的mAP达98.1%，掩码的mAP达98.0%；在IoU范围0.5-0.95时，掩码的mAP达82.2%。相比基线模型YOLO11n-seg，分别提升了5.0、5.2和3.4个百分点。漏检率降低了77.8%。
- •
计算效率：模型计算量仅为8.7 GFLOPs，模型大小为5.1 MB，推理速度达到121帧/秒（Frames Per Second, FPS），满足实时性要求。
- •
消融与对比实验：通过模块消融实验、注意力机制对比实验、重复运行实验、挑战性场景分析以及类激活热力图分析，充分验证了TEDA模块、GhostConv和Inner-IoU各自的有效性，尤其是在遮挡和相似颜色背景等复杂场景下，模型表现出更强的鲁棒性和判别能力。
结论与讨论
PineRipeSeg提供了一种轻量级的二维方法，专门用于田间环境下遮挡感知的混合实例分割和基于外部特征的成熟度评估。该模型能够同时输出果实的类别、边界框、置信度和实例掩码，为后续的机器人定位和采收作业提供了全面的视觉基础。研究表明，通过显式建模菠萝特有的纹理-边缘结构冲突，可以显著提升模型在复杂田间条件下的识别和分割性能，这对于推动农业自动化装备的视觉感知系统发展具有重要意义。
