农田环境下智能牵引平台语义分割模型研究

摘要

针对农田环境中智能电动牵引平台对语义分割精度与部署效率的实际需求，提出了一种轻量化的DeepLabV3语义分割模型。首先在农田多场景语义分割数据集上，系统评估了DeepLabV3、PSPNet、FCN等主流模型的性能表现。实验结果显示，DeepLabV3在地头、田垄和可行驶区域三类目标上的晴天IoU分别为78.5%、73.8%、85.2%，整体优于其他模型。在此基础上，引入MobileNetV3主干网络进行轻量化改进，参数量降至5.4 M,FLOPs降低约70.5%，适配嵌入式部署需求。改进模型在田垄类别晴天IoU提升至74.1%，可行驶区域在复杂光照条件下保持82.7%的精度，展现出良好的鲁棒性与边缘部署可行性。

关键词

视觉感知 / 语义分割 / DeepLabV3 / MobileNetV3 / 轻量化模型

基金资助

甘肃省农村农业厅甘肃省农机研发制造推广应用一体化、小型智能电动牵引平台研发制造与熟化项目（2-1）