农业机械学报

作者：崔红光，刘海涛，马有泽，黄文忠，李宏博，王铁军

单位：沈阳农业大学,沈阳农业大学,沈阳农业大学,抚顺市农业农村发展服务中心,沈阳农业大学,沈阳农业大学,

关键词：关龙胆;实例分割;表型参数提取;深度学习;FDC-Mamba

基金：辽宁高校基本科研业务费项目（LJKMZ20220998）

针对关龙胆根茎中茎痕与残留茎基表型特征高度相似，且根茎尺寸小、形态复杂，导致图像分割特征提取困难、识别精度不足等问题，本文提出了焦点调制-动态检测头-上下文引导-Mamba（Focal Modulation-DyHead seg-Context Guided-Mamba，FDC-Mamba）关龙胆根茎实例分割模型。首先，为解决关龙胆相邻根丝边界模糊、缠绕部位重叠问题，引入目标检测型Mamba（Object detection Mamba，ODMamba）主干网络补充纹理细节，加强结构一致性;其次，通过融合Focal Modulation与Context Guided结构部分，增强多尺度感知能力和细节分割能力;最后，将DyHead结构结合辅助检测头（Auxiliary Head）训练策略，开发一种用于实例分割新训练结构DyHead seg，提高信息传递效率、优化学习过程。与其他常用实例分割模型（YOLO系列、Mask R-CNN、PointRend、HTC、SOLOv2、RT-DETR、HYPER）、不同特征金字塔架构模块（RepBN、AIFI、LSKA）、不同下采样结构模块（SRFD、ADown、CARAFE、EUCB、Gold-YOLO、HWD、PSConv、SODConv、WaveletPool）在关龙胆根茎数据集上进行对比，改进后模型完成了对关龙胆根茎实例分割，在根茎边缘和细小区域定位方面具有更高准确度，Box类型和Mask类型精度P、AP50、AP95分别提升6.52、5.09、5.44个百分点和4.49、2.68、1.16个百分点。基于分割结果，提出了关龙胆根长、根部粗细度、含杂率和色度4种表型参数提取方法。试验结果表明，所提出模型分割精度（Mask类型P）达87.12%，比基线模型高4.49个百分点。关龙胆表型参数提取结果与人工测量结果相对误差均在5%以内。本文对以关龙胆为代表的根茎类中药材表型特征提取具有较高的准确性，可为后续炮制工艺与装备研发奠定基础。

来源：2025年第10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10期