基于Mask R—CNN的轻量级草莓实例分割算法

来源：中国农机化学报杂志2025年第7期北京时间：

作者：王成军, 江诚婕, 丁凡, 柳炜

单位：（1. 安徽理工大学人工智能学院，安徽淮南，232001； 2. 安徽理工大学机械工程学院，安徽淮南，232001）

摘要：针对果园采摘环境复杂、草莓与周边环境难以精确分割、现有模型处理速度无法实现快速分割等问题，提出一种基于Mask R—CNN的轻量级草莓实例分割算法。在原始Mask R—CNN算法的基础上进行改进，采用MobileNetV3网络替代原始的ResNet101骨干网络来轻量化算法，且将原本MobileNetV3残差结构中的通道注意力机制替换成协同注意力机制模块，结合特征金字塔网络架构进行特征提取，实现草莓个体的精准快速定位分割。在标注数据集上进行对比实验，结果表明，改进的Mask R—CNN算法与原始Mask R—CNN算法相比，边框mAP和掩膜mAP分别提升1.75%和4.05%，检测速度提高20.09帧/s，减少模型对硬件存储空间和算力的依赖。

关键词：草莓图像,实例分割,改进MaskR—CNN,CA注意力机制,轻量化网络

基金资助：安徽省自然科学基金（2208085ME128）；安徽理工大学乡村振兴专项（xczx2021—01）