热带作物学报

结构空间引导的复杂环境芒果叶片与病斑分割方法

PDF下载

王丹阳 ¹^,² , 梁伟红 ¹^,² , 叶露 ¹^,² , 李海亮 ¹^,² , 郑倩 ¹^,² , 黄贵修 ³^,^*^,^*

热带作物学报 | 植物保护与生物安全 2026,47(2): 498-507

收起

热带作物学报 |植物保护与生物安全 2026 , 47 (2) : 498 -507

结构空间引导的复杂环境芒果叶片与病斑分割方法

全屏

王丹阳¹^,², 梁伟红¹^,², 叶露¹^,², 李海亮¹^,², 郑倩¹^,², 黄贵修³^,^*^,^*

作者信息

^1．中国热带农业科学院科技信息研究所/海南省热带作物信息技术应用研究重点实验室，海南海口　571101

^2．海南省唐华俊院士工作站，海南海口　571101

^3．中国热带农业科学院环境与植物保护研究所，海南海口　571101

通讯作者:

^* 黄贵修（HUANG Guixiu），E-mail: hgxiu@vip.163.com。

Structure-space-guided Method for the Segmentation of Mango Leaves and Lesions in Complex In-field Scenes

Danyang WANG¹^,², Weihong LIANG¹^,², Lu YE¹^,², Hailiang LI¹^,², Qian ZHENG¹^,², Guixiu HUANG³

Affiliations

^1.Institute of Scientific and Technical Information, Chinese Academy of Tropical Agricultural Sciences/Key Laboratory of Applied Research on Tropical Crop Information Technology of Hainan Province, Haikou, Hainan 571101, China

^2.Hainan Tang Huajun Academician Workstation, Haikou, Hainan 571101, China

^3.Environment and Plant Protection Institute, Chinese Academy of Tropical Agricultural Sciences, Haikou, Hainan 571101, China

出版时间: 2026-02-25 doi: 10.3969/j.issn.1000-2561.2026.02.020

文章导航

摘要

收起

针对田间复杂场景下芒果叶片病害识别中，复杂背景干扰与多叶片同时出现病症导致的特征识别困难和多任务分割问题，本研究提出了结构空间引导的G-Mask2Former模型，实现对叶片实例与病斑语义的协同分割。该模型在共享特征空间内同时学习叶片和病斑分割，并辅助叶片结构先验对病斑进行空间约束。首先，基于Mask2Former的多尺度像素表征与掩码注意力提取复杂场景中芒果叶片病害有效特征，结合构建病斑伪实例，在单一模型中实现叶片实例和病斑语义分割，简化模型部署和推理流程；然后，通过叶片结构空间软门控模块，引导模型关注叶片区域，以减少复杂环境干扰；最后在复杂场景下芒果叶片病害数据集上进行试验，并与其他模型进行对比分析。结果表明：该模型对复杂场景芒果叶片与病害分割的综合表现优于其他传统模型。在测试集上，实例分割平均精度（AP）达到87.37%，语义分割平均交并比（mIoU）达到82.83%。该方法可为复杂环境中芒果叶片病害的诊断提供有效的量化解决方案。

关键词

结构空间引导 / 芒果 / 叶片病害 / 实例分割 / 语义分割

Abstract

收起

To address mango leaf disease recognition in complex in-field scenes, where background interference and simultaneous infections across multiple leaves lead to feature recognition difficulties and multi-task segmentation problems, this paper proposes G-Mask2Former, a structure-space-guided model that achieves collaborative segmentation of leaf instances and lesion semantics. The method jointly learns leaf and lesion segmentation within a shared feature space, and leverages a leaf-structure prior to impose spatial constraints on the lesion predictions. First, based on Mask2Former, we use multi-scale pixel representations and mask attention to extract effective features of mango leaf diseases in complex scenes; by constructing pseudo-instances of lesions, we achieve leaf instance segmentation and lesion semantic segmentation within a single model, thereby simplifying model deployment and inference. Second, through a leaf structure-space soft gating module, the model is guided to focus on leaf regions, reducing interference from complex environments. Finally, we conduct experiments on a mango leaf disease dataset collected in complex in-field scenes and perform comparative analyses against other models. The proposed method achieves superior overall performance over classical baselines for segmenting mango leaves and diseases in complex in-field scenes. On the test set, the average precision (AP) for leaf instance segmentation reaches 87.37%, while the mean Intersection-over-Union (mIoU) for lesion semantic segmentation reaches 82.83%. The proposed method would provide an effective solution for mango leaf disease segmentation in complex environments and facilitates quantitative disease assessment.

Key words

structure-space guidance / mango / leaf disease / instance segmentation / semantic segmentation

引用本文

王丹阳, 梁伟红, 叶露, 李海亮, 郑倩, 黄贵修. 结构空间引导的复杂环境芒果叶片与病斑分割方法. 热带作物学报, 2026 , 47 (2) : 498 -507 . DOI: 10.3969/j.issn.1000-2561.2026.02.020

Danyang WANG, Weihong LIANG, Lu YE, Hailiang LI, Qian ZHENG, Guixiu HUANG. Structure-space-guided Method for the Segmentation of Mango Leaves and Lesions in Complex In-field Scenes[J]. Chinese Journal of Tropical Crops, 2026 , 47 (2) : 498 -507 . DOI: 10.3969/j.issn.1000-2561.2026.02.020

基金

收起

海南省自然科学基金青年项目(323QN300)
海南省科技人才创新项目(KJRC2023D40)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

2026年第47卷第2期

PDF下载

引用本文

BibTeX

文章信息

doi: 10.3969/j.issn.1000-2561.2026.02.020

接收时间：2025-10-10
首发时间：2026-06-26
出版时间：2026-02-25

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2025-10-10
录用日期：2025-11-20

基金

海南省自然科学基金青年项目(323QN300)

海南省科技人才创新项目(KJRC2023D40)

作者信息

^1．中国热带农业科学院科技信息研究所/海南省热带作物信息技术应用研究重点实验室，海南海口　571101

^2．海南省唐华俊院士工作站，海南海口　571101

^3．中国热带农业科学院环境与植物保护研究所，海南海口　571101

通讯作者:

^* 黄贵修（HUANG Guixiu），E-mail: hgxiu@vip.163.com。

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/rdzwxb/CN/10.3969/j.issn.1000-2561.2026.02.020

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT