融合注意力机制的小麦赤霉病语义分割网络

陈鹏 马子涵 章军 夏懿 王兵 梁栋

摘要：小麦赤霉病是导致小麦大幅度减产的病害之一，对其开展自动识别研究具有重大意义。然而，传统方法一般通过阈值、色彩直方图等在农田复杂背景下开展小麦赤霉病的分割识别研究，其分割识别精确度较差并且泛化能力也不尽如意。为了在节省大量人力成本的同时对小麦赤霉病病斑进行快速、准确地分割从而辅助农业工作者对小麦患病的严重程度进行确认并开展后续的针对性研究，提出一种融合卷积神经网络和注意力机制的小麦赤霉病语义分割网络模型UNetA。该模型依据小麦赤霉病数据集的特点，使用融合了位置自注意力和空间注意力的注意力机制模块，并将注意力机制模块融入改进了的UNet结构中，再利用加权交叉熵损失函数来衡量预测值与实际值的差距同时缓解样本不均衡问题。试验结果表明，与现有的经典网络模型相比，UNetA模型的分割精度和实时性明显占据优势，其MIoU值达到83.90%，分割单张图像所用平均时间仅为0.588 0 s。

关键词：UNet；注意力；小麦赤霉病；图像语义分割

中图分类号：S435： TP391

文献标识码：A

文章编号：2095-5553 （2023） 04-0145-08

Abstract： Fusarium Head Blight （FHB） of wheat is one of the most terrible diseases that lead to wheat yield reduction. It is of great significance to carry out automatic identification research on wheat FHB. However， the traditional methods of segmentation and recognition of wheat scab under complex field background is generally carried out through threshold value， color histogram， etc.， and its segmentation and recognition accuracy is poor and its generalization ability is not satisfactory. In order to quickly and accurately segment FHB scab and then effectively confirm the severity of the disease for assisting agricultural workers to carry out subsequent researches， this paper proposes a semantic segmentation network model， UNetA， based on UNet structure and attention mechanism for wheat FHB. The wheat ear pictures are augmented and then input into the convolution layer of UNetA model for extracting feature map. The Attention mechanism consists with position attention and channel attention after convolution layer to make further extraction， and then Encoder-Decoder structure with skip-connection and BN layer makes up the rest part together. The whole network utilizes cross-entropy loss with weighted parameters to balance the gap between classes and to measure the difference between predicted label and actual label. Subsequently， UNetA model is compared with the state-of-the-art methods. The experiment results show that the proposed method performs favorably against others in terms of MIoU in the same configuration and obtains an 83.90% of MIoU. Moreover， the proposed method spends 0.588 0 s time for wheat sacb segmentation， shorter than others.

Keywords：  UNet; attention mechanism; fusarium head blight of wheat; image sematic segmentation

0 引言

糧食生产在全球经济以及国计民生中都占据举足轻重的地位。小麦作为中国主要支柱型农作物，其产量和质量的持续性增长一直是相关研究人员关注的焦点。赤霉病是小麦的常患病害之一，小麦从幼苗期到抽穗期均可受害，它能引起高达40%的减产并使种子失去种用和工业价值。因此，及时、高效地发现病情并可视化受害程度以便评估显得至关重要。

基于图像处理和机器学习技术的方法已经大规模的应用到农业病虫害的检测中，比如：基于区域局部颜色和纹理分布特征的柑橘溃疡病检测方法［1］，费米能量分割方法［2］，自适应阈值分割算法［3］。然而，以上所用的大多数方法都是在受控背景下进行的，而非农田真实背景环境，而背景问题的解决直接关系着研究能否应用于实际工程。

随着技术的变革，以深度卷积神经网络为代表的许多优质方法［4-9］极大地推动了计算机视觉领域的发展。学者们发现在拥有大规模训练数据和高性能计算基础的前提下，DCNN在分类、分割以及目标检测方面具有惊人的性能［10］，随后越来越多的研究将卷积网络用于农作物病虫害的识别与分割之中。比如：基于图像分类的对植物物种进行分类［11］，多种病害分类检测［12-13］，小麦赤霉病患病检测［14］，苹果叶片病害识别检测［15-17］，病害等级分类［18］等。与图像分类不同，图像语义分割需要对图片逐像素分类，进行像素级的预测。Zhang等［19］提出基于脉冲耦合神经网络（PCNN）和改进的人工蜂群的病害分割算法，该算法通过自动优化PCNN参数来分割麦穗病斑。Ennadifi等［20］从背景中分割、提取小麦果穗，而后采用了基于GradCAM算法对小麦穗部病害进行无监督定位的方法。张善文等［21］通过使用具有渐进微调的迁移学习并运用多尺度特征提取网络实现黄瓜病害叶片图像分割。Liang等［22］受到金字塔池化模块的启发，设计网络实现了小麦白粉病孢子的高效分割。刘永波等［23］使用并行的两组U-Net［24］模型实现玉米叶部病斑图像的语义分割。陈进等［25］使用加深了的U-Net模型对水稻籽粒图像进行分割。在计算机视觉中，注意力机制基于像素之间的相似性原理有效扩大了感受野以便获取全局联系和局部联系［26］。钟昌源等［27］提出分组注意力模块用于农作物叶片分割；王璨等［28］提出了引入递归交叉注意力模块和通道注意力模塊的双注意力机制用于幼苗期玉米的识别与分割。

目前，对小麦麦穗赤霉病进行图像语义分割主要涉及的问题有：（1）农田环境下图像背景复杂。（2）小麦麦穗形状不规则且部分麦穗有麦芒遮挡。（3）赤霉病病斑部分所占比例相较于麦穗整体而言较小。（4）麦穗图像不容易标注导致数据集可用样本数量较少。针对以上问题，在对患有赤霉病的小麦麦穗的特点进行研究分析之后，本文提出一种融合了注意力机制（Attention Mechanism）的改进了的UNet网络——UnetA。为缓解样本不平衡的问题，本文使用带有权重惩罚系数的交叉熵损失函数辅佐网络以达到更高性能。

1 小麦赤霉病分割模型

1.1 数据集介绍与处理

本文所用数据集为单株小麦麦穗图像，该图像由本实验室使用专业设备在小麦农田拍摄所得。小麦数据集共有500张，其中健康小麦植株图像为270张，患有赤霉病的小麦植株图像有230张。数据集的标注类别共有三种：一类为背景，一类为小麦麦穗，余下的一类为赤霉病病斑部分。健康与非健康小麦图像及标注图如图1所示，从左至右分别为完全健康植株，部分患病植株和完全患病植株，图中绿色标注表示整株小麦麦穗，红色标注为赤霉病病斑部分，黑色为背景。数据集划分为：训练集400张，验证集50张，测试集50张。为了使各个集合中患病与不患病植株图像分布比例尽可能相等，进行数据集划分时在保证比例相同的基础上使用随机划分原则。

在设定好这些方法的缩放倍数范围、旋转范围以及噪声干扰程度范围等参数后，由网络在限定范围内随机生成数值作为具体参数传入，网络模型在完成数据样本的读取操作后立即执行该预处理过程，最终达到训练图像数量大幅度扩增的目的。

1.2 UNetA模型构建

由于使用的小麦数据集的特点是：样本数量较小；每张图像有用的语义信息类别并不十分丰富；样本主体的结构单一，边界不清晰，推测适用于医学小样本分割的UNet网络比ResNet等常用骨干网络更适用于本文所用数据集。考虑到图像语义分割常用的通过增大卷积核来提高感受野的方法并不适合赤霉病病斑占比较小的小麦数据集，基于注意力机制具有在不急剧增加计算量的情况下有效地获取全局信息并着重处理主要特征的优势，本文提出了将改进的UNet网络与注意力机制进行融合的UNetA网络，并通过试验证明了UNetA模型的有效性。

1.2.1 UNetA网络

UNet网络采用逐像素分类的思想，通过跳跃连接的方式使深层网络获取尽可能多的低层细节信息。网络由卷积层、四个下采样块和四个上采样块组成了5层U型结构。整个网络可分为两部分，第一部分是由卷积和池化组成的编码器，用于提取特征；第二部分是由卷积和上采样组成的解码器。解码器的每一层都将编码器相应层的低维度特征信息与自身的高维度信息融合在一起，最终在保持网络复杂度尽可能低的同时取得了很好的效果。

UNetA网络在UNet的基础上进行调整并添加了注意力机制来实现小麦赤霉病的分割。UNetA网络结构以及经过每次卷积后的特征图大小（C×H×W，C为通道数，H为特征图的高度，W为特征图的宽度）如图2所示。

输入图像经过两次填充为1的卷积进行信息交互后，进入注意力机制模块提取关键信息并弱化不相关的信息。然后获得的特征图通过最大池化操作进行下采样，下采样四次后即完成了编码器部分。接下来进入到以上采样为主要操作的解码器阶段。UNetA网络在第三次上采样后进行跳跃连接时，将现有特征图与编码器中的通过双注意力机制模块和最大池化下采样层的特征图融合起来得到新的特征图。新的特征图进行最后一次上采样后与输入图像经过两次卷积得到的特征图进行连接，再经过一层用于防止过拟合的BN层之后，通过两层卷积网络即可得到最终的输出。在每层执行跳跃连接操作之前，编解码器中的特征图在通过卷积操作时还会进行填充，使之与编码器中对应层的特征图大小相同以便进行跳跃连接。

1.2.2 注意力模块

注意力机制构造注意力权重矩阵图的理论依据是：两个向量的点乘的几何意义是这两个向量的相似度，即点乘的值越大则夹角越小，这两个向量的相关性就越大。本文的注意力模块融合了位置自注意力机制和空间注意力机制。如图3所示，模块的位置自注意力分支先将输入特征图（N，C，H，W）进行转置，本文所用数据为（10，64，150，150），N=10在网络中并无变动，N为一次处理的图像数。转置后的特征图与改变了维度的原特征图进行矩阵乘法操作，得到一个C×C（64×64）的位置自注意力权重矩阵图，该矩阵图用来提供像素点之间的位置相关性。紧接着权重图与原特征图相乘，即完成特征图上像素之间的信息共享。在空间注意力分支中，将输入的多个通道的特征图在每个通道的相同位置分别取值之后求平均，然后压缩成一张等大的平均值矩阵特征图，同时在所有通道的相应位置进行最大池化操作。将得到的最大池化特征图与平均池化特征图联合起来形成新的特征图。新特征图经过卷积和激活函数即成为最终的空间注意力权重图。为了抑制不相关信息并使重要信息更加突出，将权重图与第一个分支结果图进行连接，至此完成空间注意力分支的所有操作。最终将两个分支得到的特征图相加即为输出。

2 试验结果与分析

2.1 模型设置

为了验证提出的UNetA网络的有效性，本文列出了UnetA与其他模型在小麦数据集上的试验数据。所有实验的运行环境统一配置为：操作系统为linux系统，所用GPU型号为GTX 1080Ti，使用版本为3.7的python语言，基于pytorch框架实现。UNetA网络的动量和权重衰减系数分别设置为0.95和0.001。实验时批处理大小设置为10，采用随机梯度下降（SGD）算法进行优化。在比较过step、poly、cos等学习率下降策略的效果后，发现cos策略最适合本文所用网络和数据集。

本文在训练时将小麦图像的最长边设置为224个像素，另一边按比例缩放，然后随机裁剪为150×150。最长边设置为224是因为经过试验发现224个像素更适合上述处理过程。

2.2 参数讨论

图4（a）中展示了cos、poly、step等学习率下降策略对MIoU的影响，其中cos策略的MIoU最高，为0.839 0。在epoch未达到500时，step下降策略因为学习率下降较慢而更占优势，但随着训练次数的增加，取得最佳效果的是cos策略。当训练到800次左右时，cos、poly、step折线图的上升趋势均不再明显而是逐渐趋于平稳。

动量除了能够加速网络的收敛外，其值越大网络越不容易陷入局部最小，但帶来的震荡也越大，导致有可能错过最佳点。图4（b）展示了不同动量带来的影响，M099，M095，M09，M08分别表示动量等于0.99，0.95，0.9，0.8。通过曲线图4（b）可看出，在训练前期，当动量为0.95时，test loss下降的最快。虽然整个训练过程中M095、M09、M08的下降趋势基本相同，但是M095的test loss值远低于M08并且比M09的收敛时间要早一些。M099可能因为动量值过大而造成收敛速度最慢且震荡明显。

从图4（c）中可以看出，SGD优化器更适用于UNetA网络。RMSprop使用梯度平方的指数加权平均减小梯度的摆动，Adam在RMSprop的基础上保存了梯度的指数衰减平均值。在数据特征明显且变化不大时，通过调整SGD的参数更容易实现快速收敛。就本文所用数据集而言，在网络使用SGD早已趋于收敛时，Adam和RMSprop仍处于震荡期，其中Adam的震荡尤为剧烈；在SGD训练已结束时，Adam和RMSprop才逐渐趋于收敛不再有明显震荡。

图4（d）的BS8，BS10，BS12表示批处理（batch_size）分别为8，10，12。如果将所有样本都在同一时间输入到网络中，则很难确定全局最优学习率且对显卡等硬件要求也较为苛刻，而每次只输入一个样本又使得模型的泛化效果较差。batch_size的引入在充分利用并行计算能力提高速度的同时可以获得较为准确的梯度方向。此外，batch_size的随机抽取操作可以解决使用数据增广带来的同一批数据相关性过高问题。由图4（d）可以看出batch_size等于10的时候更合适，此时的MIoU明显高于其他两者。更大的batch_size需要更多的内存去支持且由于小麦数据集数据样本较少，较大值会造成每个epoch的迭代次数减少，导致训练效果下降。若batch_size值较小，求平均或求和得到的函数值则不能充分描述每个样本。

weight_decay即为L2正则化，通过影响网络权重参数的更新使权重收敛到某一个绝对值较小的常数，降低模型的复杂度来缓解过拟合现象的发生。在网络没有出现过拟合的情况下，图4（e）的折线图显示当权重衰减参数是0.001时，网络有更好的效果。权值越大越能更好地拟合样本点，也越容易受到噪声的影响；取较小值虽可以屏蔽噪声的影响但会因忽略细节变化使拟合效果下降。

2.3 与其他模型对比试验

UNetA网络与现有其他分割网络进行对比的结果如表1所示。在以MIoU为评测标准时，UnetA网络的分割精度比Deeplabv3+高了3.92%。相较CENet、DenseASPP、RefineNet、SegNet、UNet等网络，UnetA网络的MIoU分别提高了8.59%、2.13%、2.40%、3.78%、0.61%。

除MIoU外，本文还将UNetA网络与上述各个网络在GPU内存占用量以及图像平均分割时间这两个方面作对比，试验结果如表1的第三和第四列所示。在保持batch_size大小一致时，只有CENet以及DenseASPP网络的GPU占用量小于UNetA网络，但两者分割一张图像的平均用时均较长而且分割精度远低于UNetA。RefineNet的分割用时将近UNetA的两倍，但分割用时的增加并没有使网络的MIoU相较于UNetA有明显优势。SegNet的分割速度相较于UNetA而言慢了37.75%，且相对精度低了4.50%。Deeplabv3+相较于UNetA而言相对精度低4.67%，相对分割用时高45.62%。UNet网络的GPU占用量略高于UNetA网络，且MIoU比UNetA低0.61%，分割时间更是远高于UNetA，达到了0.937 4 s，而UNetA只需要0.588 0 s。

试验结果表明UNetA网络在分割精度、实时性等方面均有较大优势，未来可将其投入智慧农业方面的实际应用当中。

2.4 模型结果分析及示例展示

用作对比的网络中，有的网络的高层添加了最大池化层，例如RMP（Residual Multi-kernel pooling）［29］，一些添加了空洞卷积［30］来尽可能地获取更多的上下文信息。然而当以本文所用的小麦数据集为输入且到达RMP所在的网络位置时，特征图所包含的信息已经经过多次提取，特征图每个部分所含的信息都极为重要，此时进行最大池化造成的信息损失对分割精度有较大的影响。空洞卷积虽然能有效扩大感受野，但是却带来了额外的计算量并且对于本文所用数据集而言，由于大部分图像的小麦病斑部分在整张图像中占比较小，使用空洞卷积反而会带来额外的负担。综上，对本文数据集使用注意力机制能更有效、全面地提取上下文信息，使网络更好地区分出小麦病斑、正常植株和背景部分。

部分網络可视化分割结果图如图5所示。图5的每行分别为完全患病植株、部分患病植株以及健康植株，其中第一列是输入图片，第二列是标注图，第三至六列分别是Deeplabv3+、DenseASPP、RefineNet和UNetA等网络的分割效果图。其中红色部分是标注编号为数字1的赤霉病病斑部分，绿色部分为标注编号为数字2的小麦麦穗部分，黑色即为背景部分，标注编号为0。

然而小部分图像的分割效果较差，如图6所示。图中红色部分是赤霉病病斑部分，绿色部分是小麦麦穗部分。图6（a）、图6（b）均为背景颜色与小麦颜色相近且小麦果穗上有较多的麦芒遮挡；图6（c）除具有图6（a）、图6（b）的劣势外，还比较模糊，不易区分出背景和分割目标部分；图6（d）背景中小麦叶片的颜色与小麦果穗底部部分颜色基本相同。在接下来的研究中需要尽可能提高与背景颜色相近的标注部分的分割精度以及减少遮挡对图像分割的影响，以使网络有更进一步的效果。

3 结论

1） 本文提出了一种基于注意力机制的小麦赤霉病语义分割卷积网络UNetA，旨在分割出小麦麦穗中患有赤霉病的部分以此来减轻相关农业科研工作者的人工成本并可协助其进行后续研究。

2） 本文使用农田背景下的单株小麦作为试验对象，同时为缓解数据类间不均衡问题，在计算损失时使用带有惩罚权重的交叉熵损失函数。根据数据集的特点，本文针对UNet网络做出改进，即融合了空间注意力以及位置自注意力机制并添加BN层。与Deeplabv3+、CENet、DenseASPP、RefineNet、SegNet、UNet等现有分割效果优异的网络相比，UNetA网络的MIoU分别高出3.92%、8.59%、2.13%、2.40%、3.78%、0.61%。

3） 在相同的数据集上的分割速度对比试验证明，UNetA网络的分割速度较Deeplabv3+、CENet、DenseASPP、RefineNet、SegNet、UNet也有明显优势。

参 考 文 献

［1］ Zhang M， Meng Q. Automatic citrus canker detection from leaf images captured in field ［J］. Pattern Recognition Letters， 2011， 32（15）： 2036-2046.

［2］ Phadikar S， Sil J， Das A K. Rice diseases classification using feature selection and rule generation techniques ［J］. Computers and Electronics in Agriculture， 2013， 90： 76-85.

［3］ Wang J， He J， Han Y， et al. An adaptive thresholding algorithm of field leaf image ［J］. Computers and Electronics in Agriculture， 2013， 96（6）： 23-39.

［4］ Chen L C， Papandreou G， Schroff F， et al. Rethinking Atrous convolution for semantic image segmentation ［J］. 2017： 21-22.

［5］ Visin F， Kastner K， Cho K， et al. ReNet： A recurrent neural network based alternative to convolutional networks ［J］. Computer Science， 2015， 25（7）： 2983-2996.

［6］ Li Z， Gan Y， Liang X， et al. LSTM-CF： Unifying context modeling and fusion with LSTMs for RGB-D scene labeling ［J］. Springer International Publishing， 2016： 541-557.

［7］ Zheng S， Lu J， Zhao H， et al. Rethinking semantic segmentation from a sequence-to-sequence perspective with transformers ［C］. Computer Vision and Pattern Recognition. IEEE， 2021.

［8］ Mnih V， Heess N， Graves A， et al. Recurrent models of visual attention ［J］. Advances in Neural Information Processing Systems， 2014.

［9］ Jie H， Li S， Gang S. Squeeze-and-Excitation Networks ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2019.

［10］ Szegedy C， Liu W， Jia Y， et al. Going deeper with convolutions ［C］. 2015 IEEE Conference on Computer Vision and Pattern Recognition， 2015.

［11］ Grinblat G L， Uzal L C， Larese M G， et al. Deep learning for plant identification using vein morphological patterns ［J］. Computers and Electronics in Agriculture， 2016， 127： 418-424.

［12］ Srdjan S， Marko A， Andras A， et al. Deep neural networks based recognition of plant diseases by leaf image classification ［J］. Computational Intelligence and Neuroscience， 2016： 1-11.

［13］ 刘冬寒， 钱程. 基于迁移学习和残差网络的农作物病害识别［J］. 计算机科学与应用， 2021， 11（4）： 1165-1172.

Liu Donghan， Qian Cheng. Crop disease recognition based on residual network of transfer learning ［J］. Computer Science and Application， 2021， 11（4）： 1165-1172.

［14］ Xiu J， Jie L， Wang S， et al. Classifying wheat hyperspectral pixels of healthy heads and Fusarium head blight disease using a deep neural network in the wild field ［J］. Remote Sensing， 2018， 10（3）： 395.

［15］ Liu B， Zhang Y， He D， et al. Identification of apple leaf diseases based on deep convolutional neural networks ［J］. Symmetry， 2017， 10（1）： 11.

［16］ Fang T， Chen P， Zhang J， et al. Identification of apple leaf diseases based on convolutional neural network ［C］. International Conference on Intelligent Computing. Springer， Cham， 2019： 553-564.

［17］ Chao X， Hu X， Feng J， et al. Construction of apple leaf diseases identification networks based on Xception fused by SE module ［J］. Applied Sciences， 2021，11（10）.

［18］ Fang T， Chen P， Zhang J， et al. Crop leaf disease grade identification based on an improved convolutional neural network ［J］. Journal of Electronic Imaging， 2020， 29（1）： 013004.

［19］ Zhang D， Wang D，Gu C， et al. Using neural network to identify the severity of wheat Fusarium head blight in the field environment ［J］. Remote Sensing， 2019， 11（20）： 2375.

［20］ Ennadifi E， Laraba S， Vincke D， et al. Wheat diseases classification and localization using convolutional neural networks and GradCAM visualization ［C］. 2020 International Conference on Intelligent Systems and Computer Vision （ISCV）， 2020.

［21］ 張善文， 王振， 王祖良. 多尺度融合卷积神经网络的黄瓜病害叶片图像分割方法［J］. 农业工程学报， 2020， 36（16）： 149-157.

Zhang Shanwen， Wang Zhen， Wang Zuliang. Method for image segmentation of cucumber disease leaves based on multi-scale fusion convolutional neural networks ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（16）： 149-157.

［22］ Liang X， Wang B. Wheat powdery mildew spore images segmentation based on U-Net ［J］. Journal of Physics： Conference Series， 2020， 1631（1）.

［23］ 刘永波， 胡亮， 曹艳， 等. 基于U-Net的玉米叶部病斑分割算法［J］. 中国农学通报， 2021， 37（5）： 88-95.

Liu Yongbo， Hu Liang， Cao Yan， et al. Image segmentation for maize leaf disease based on U-Net ［J］. Chinese Agricultural Science Bulletin， 2021， 37（5）： 88-95.

［24］ Ronneberger O， Fischer P， Brox T. U-Net： Convolutional networks for biomedical image segmentation ［C］. Medical Image Computing and Computer-Assisted Intervention—MICCAI 2015： 18th International Conference， 2015： 234-241.

［25］ 陈进， 韩梦娜， 练毅， 等. 基于U-Net模型的含杂水稻籽粒图像分割［J］. 农业工程学报， 2020， 36（10）： 174-180.

Chen Jin， Han Mengna， Lian Yi， et al. Segmentation of impurity rice grain images based on U-Net model ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（10）： 174-180.

［26］ 张汉， 张德祥， 陈鹏， 等. 并行注意力机制在图像语义分割中的应用［J］. 计算机工程与应用， 2022， 58（9）： 151-160.

Zhang Han， Zhang Dexiang， Chen Peng， et al. Application of parallel attention mechanism in image semantic segmentation ［J］. Computer Engineering and Applications， 2022， 58（9）： 151-160.

［27］ 鐘昌源， 胡泽林， 李淼， 等. 基于分组注意力模块的实时农作物病害叶片语义分割模型［J］. 农业工程学报， 2021， 37（4）： 208-215.

Zhong Changyuan， Hu Zelin， Li Miao， et al. Real-time semantic segmentation model for crop disease leaves using group attention module ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（4）： 208-215.

［28］ 王璨， 武新慧， 张燕青， 等. 基于双注意力语义分割网络的田间苗期玉米识别与分割［J］. 农业工程学报， 2021， 37（9）： 211-221.

Wang Can， Wu Xinhui， Zhang Yanqing， et al. Recognition and segmentation of maize seedlings in field based on dual attention semantic segmentation network ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（9）： 211-221.

［29］ Gu Z， Cheng J， Fu H， et al. CE-Net： Context encoder network for 2D medical image segmentation ［J］. IEEE Transactions on Medical Imaging， 2019.

［30］ Li Z，Gan Y， Liang X， et al. LSTM-CF： Unifying context modeling and fusion with LSTMs for RGB-D scene labeling ［C］. Computer Vision-ECCV 2016： 14th European Conference， 2016： 541-557.