门控信息聚合与多尺度注意力的烤烟青杂分割网络

来源：计算机工程与应用杂志2026年第9期北京时间：

作者：白帆, 侯开虎, 邓超, 胡巧慧, 张林, 龚佩瑶

单位：昆明理工大学 机电工程学院，昆明 650500；

摘要：由于受到智能分级设备的算力及内存资源的限制，现有图像分割模型不能较好满足青杂烤烟收购环节精度及实时性需求，提出一种门控信息聚合与多尺度注意力的轻量级烤烟青杂分割网络（gated information aggregation and multi-scale attention lightweight segmentation network for green and variegated tobacco，GIAMALSegNet）。在YOLOv8框架下，提出一种弱通道引导并行双语义感知模块（weak channel-guided parallel dual-semantic perception module，WC-PDSPM）结合FasterNet重构原本主干网络，有效降低模型参数量和计算量并快速有效提取不同语义特征；设计一种门控信息聚合提取模块（gated information aggregation and extraction module，GIAEM），采用网状交叉路径实现跨多维度信息高效聚合，避免顺序处理可能导致的性能下降；构建一种位置聚焦多尺度注意力轻量级的分割头（position focused multi-scale attention lightweight segmentation head，PFMAHead），有效结合多尺度特征，高效准确分割青杂区域；在此基础上，用WIoU替换原本边框损失函数CIoU，进一步提升分割模型的泛化性；基于国标GB2635-1992并结合专家经验构建烤烟青杂分割数据集，训练、验证和测试该算法。结果表明，GIAMALSegNet算法对烤烟青杂分割的mAP0.5和mAP0.5：0.95指标均最优，分别为83.3%和55.1%，且每帧推理时间为4.5?ms，同时模型的参数量、占用内存和计算量均最低。相较于多种先进图像分割算法，GIAMALSegNet具有更高的分割精度和更快的分割速度，可为烤烟收购智能化过程中烤烟青杂判别提供技术支持。

关键词：弱通道引导并行双语义感知模块,门控信息聚合提取模块,位置聚焦多尺度注意力,烤烟青杂分割

基金资助：中国烟草总公司云南省烟草公司重点项目（2021530000241012）。