基于自监督学习的玉米植株图像小样本语义分割模型

来源：农业机械学报杂志2026年第1期北京时间：

作者：邓寒冰，刘鑫，李朝阳，苗腾

单位：沈阳农业大学,沈阳农业大学,沈阳农业大学,沈阳农业大学,

摘要：图像语义分割技术是获取玉米植株表型信息的重要手段之一，传统的全监督语义分割方法往往依赖大量像素级标签，但玉米在不同生长阶段形态多变，导致图像标注成本高昂，制约模型在实际生产中的应用。为了去掉模型训练中的人工标注过程，本研究提出了一种基于自监督学习的玉米植株图像小样本语义分割网络（Self-supervised few-shot semantic segmentation network for maize plant images，MSDANet），以提高不同生长时期玉米植株图像的语义分割精度和模型泛化能力。MSDANet利用基于超像素的自监督学习方法生成伪标签，无需人工标注即可为支持集图像构建初步监督信号；设计混合遮蔽机制（Mixed masking，MM），应用基于伪标签的语义遮蔽，在特征空间构建多样性遮蔽样本，促进模型学习更鲁棒性的特征表达，从而提高复杂背景下的分割精度。针对图像中玉米植株存在的弯曲、重叠、遮挡等复杂形态问题，本研究为模型设计了多尺度可变形大核卷积注意力机制（Multi-scale deformable large kernel attention，MS-DLKA），通过融合多尺度感受野和可变形卷积，能够灵活感知玉米植株在不同尺度下的重要结构信息，有效提高了语义分割精度。在小样本数据集上进行验证，在1-shot设置下，MSDANet的mIoU和FB-IoU分别达到75.63%和87.12%；在5-shot设置下，mIoU和FB-IoU分别达到76.04%和87.21%，均优于本研究给出的同类其他模型。此外，与当前主流的全监督小样本语义分割模型对比，在1-shot和5-shot设置下，mIoU分别提升2.9、2.93个百分点。结果表明，MSDANet模型能够在无人工标签和小样本的前提下，实现高精度的玉米植株图像语义分割任务，为不同生长时期的玉米图像分析与植物表型测量提供了技术支持。

关键词：玉米图像;植物表型;图像处理;深度学习;语义分割;自监督学习

基金资助：国家重点研发计划项目（2022YFD2002303-01）和辽宁省教育厅基本科研项目面上项目（JYTM20231303）