农业机械学报

作者：杨启良，陈成，雷炼，周宁珊，杨玲

单位：昆明理工大学,昆明理工大学,昆明理工大学,昆明理工大学,昆明理工大学,

关键词：三七叶片病害;实例分割;复杂田间环境;Transformer编码器;可变形卷积

基金：云南省科技厅重点项目(202201AS070034、202305AM070006)和云南省高校重点实验室项目(KKPS201923009)

针对三七叶片病害中灰霉病与疫病表型特征高度相似、炭疽病等病害病灶区域小且形态复杂导致的图像分割特征提取困难与识别精度不足问题，本文提出了Transformer-DCNv2-BlendMask（TD-BlendMask）三七叶片多类别病害图像分割模型。首先，为了解决三七叶病害视觉相似问题，引入了Transformer编码器来捕获多种病害类别的长距离依赖性。其次，可变形卷积网络（DCNv2）通过引入偏移量，使其在分割各种复杂形状的病害方面具有更好的适应性。最后，与其他常用的实例分割模型（如BoxInst、ConInst、SOLOv2、Mask R-CNN和YOLO v8-seg）在包含多类别疾病的三七叶片病害数据集上进行比较。实验结果表明，所提出模型精确度（AP）达到86.14%，比基准模型高3.17个百分点，相比经典的Mask R-CNN模型高出4.37个百分点。在灰霉病、疫病和炭疽病类别上，分别提高0.16、4.32、4.46个百分点。因此，本文所提出的方法为在复杂环境中准确分割形状复杂且视觉高度相似的病害提供了有效解决方案，有助于实现病害准确量化。

来源：2025年第4期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第4期