CropRowSeg: A Lightweight Model for Seedling Crop Row Image Segmentation Combining Multi-scale CNN and Transformer（融合多尺度 CNN 与 Transformer 的苗期作物行图像轻量化分割模型）

中国农业大学农机装备智能化设计与制造高水平创新团队翟志强副教授在国际学术期刊《Agriculture Communications》发表研究论文。中国农业大学为唯一署名单位，硕士研究生田永浩为论文第一作者、翟志强为通讯作者。研究面向农机对行作业和作物表型观测对作物行视觉感知的实际需求，提出从图像高效标注、模型架构设计到模型训练的系统解决方案：从数据标注、模型架构、损失函数三个维度构建完整的作物行图像分割技术体系；提出基于中心线引导的条带标注方法仅需人工标注冠层中心线两个端点即可自动生成分割掩码；CropRowSeg 模型采用编码器—解码器架构（编码器 CNN+ViT 双分支结构+通道-空间混合注意力机制，解码器残差连接与坐标注意力结合的渐进式解码架构）。研究可为大田作物感知提供视觉基础模型，为研发农业人工智能专用模型提供借鉴思路。