基于图文定位生成的育秧盘内密集稻种分割计数方法OA

[目的/意义]随着工厂化育秧的快速发展,育秧环节的智能化已成为提升水稻生产效率与品质的关键。育秧盘中穴孔内稻种数量的准确识别,直接影响气振式育苗精密播种装置的作业效率与参数优化。然而,在复杂环境下,穴孔内稻种检测精度低,难以实现单粒精确分割。[方法]提出一种融合图文定位生成(Caption Grounding and Generation,CGG)模型与预训练模型的稻种实例分割方法,通过图像与文本特征的联合对齐,实现目标定位与语义理解的协同学习,从而显著提升了稻种的检测与分割精度。[结果和讨论]消融实验结果表明,核心改进模块基于自举式语言-图像预训练模型生成的伪标签,以及基于双向编码器表示的Transformer的词向量嵌入,均能够提升模型性能。二者结合时表现出协同效应,使分割准确率较基线提升超过3个百分点。所提CGG模型在交并比阈值为0.5时,边界框检测平均精度达到90.7%,实例分割平均精度达到91.4%,显著优于Mask R-CNN和Mask2Former等主流模型。进一步在播种场景验证中,CGG模型在单穴种子数量检测精度达88%,表现最优。其针对单粒稻种的误差指标,包括均方根误差16.8粒、平均绝对误差13.7粒和平均绝对百分比误差2.46%,均显著低于对比模型。[结论]该模型具备实时在线检测稻种数量的能力,为后续需补种穴位的精准再播种提供了可量化操作依据,具有良好的实际应用前景,可为智慧农业和智能播种技术的发展提供有力支持。