【AI摘要】湖州师范学院青年教师吴康以通讯作者、学校为第一单位在《Computers and Electronics in Agriculture》发表研究成果。针对瓜类蔬菜自动嫁接中幼苗识别精度不足和切削点定位误差大等问题，研究提出基于高效语义分割的FusFormer模型，融合MiT-B0编码器、非线性后处理多层感知机和多尺度特征融合模块，增强对幼苗关键部位的特征提取与分割能力，并实现嫁接切削点二维坐标精准定位，为自动化嫁接装备智能化发展提供技术支撑。
关键词：语义分割 嫁接幼苗识别 切削点定位 Transformer 自动化嫁接
近日，我校机器人与智能制造学院智能装备设计研究所青年教师吴康以通讯作者、我校为第一单位在国际学术期刊《Computers and Electronics in Agriculture》发表题为“FusFormer: An efficient transformer-based semantic segmentation method for grafting excision point localization”的研究成果。
针对瓜类蔬菜自动嫁接过程中幼苗特征识别精度不足、切削位置定位误差较大等问题，研究团队提出了一种基于高效语义分割的嫁接幼苗识别与切削点定位方法。研究构建了FusFormer语义分割模型，通过融合MiT-B0编码器、非线性后处理多层感知机以及多尺度特征融合模块，增强模型对幼苗子叶、茎秆、生长点等关键部位的特征提取与精细分割能力；在此基础上，进一步提出基于语义分割掩膜的嫁接切削点定位方法，实现嫁接关键位置二维坐标的精准获取。该研究为嫁接幼苗快速、精准识别及自动化嫁接装备的智能化发展提供了技术支撑。
《Computers and Electronics in Agriculture》是Elsevier出版的农业信息技术领域国际学术期刊，主要刊载计算机、人工智能、机器视觉、传感器、机器人及电子控制技术在农业领域应用的相关研究成果。
论文链接：https://doi.org/10.1016/j.compag.2026.112352
中国·浙江 湖州市二环东路759号（313000）浙ICP备10025412号-6
浙公网安备33050202001705号 版权所有：党委宣传部 
来源：湖州师范学院 | 查看原文