基于改进BiSeNetV2的甜菜与杂草识别方法研究

来源：中国农机化学报杂志2025年第4期北京时间：

作者：项新建, 肖家乐, 汤卉, 胡海斌, 张颖超, 袁天顺

单位：（浙江科技学院，杭州市，310023）

摘要：针对现有的语义分割网络在复杂光照条件下识别实时性差、对杂草与作物重叠区域易误分类的问题，以甜菜和杂草作为识别对象，提出融合频率特征的实时分割网络FA—BiSeNetV2。首先，以BiSeNetV2模型中的语义分支为出发点，在各聚集扩展层后加入二维离散余弦变化层提取出不同层次的频率特征；其次，对频率特征采用自适应频率处理模块以解析场景数据分布，将处理后的各阶段频率特征加权求和得到多层次频率特征；最后，采用多尺度空间频率融合模块对聚合层特征和多层次频率特征从全局和局部两个方面进行融合，实现空间特征重构。在公开数据集RoniRob的试验结果表明，FA—BiSeNetV2模型的平均交并比达87.12%，平均像素精度为93.04%，相比BiSeNetV2模型，分别提高4.71%、6.87%，参数量仅为3.138 M。

关键词：甜菜,杂草识别,频率特征,语义分割,轻量化,实时分割

基金资助：浙江省重点研发计划项目（202206）；浙江省智能运维机器人重点实验室开放基金项目（SZKF—2022—R04）；浙江科技学院2022级研究生科研创新基金项目（2022yjskc06）