GMamba 葡萄叶病分割模型

针对葡萄叶病害复杂背景与小目标分割，结合状态空间模型与卷积，在多种数据集上取得领先精度。

Xinxin, Zhang · 穆维松

Computers and Electronics in Agriculture 2024

参数信息

IoU 提升

3.28 %

Precision 提升

1.65 %

技术优势

小目标也能分割

Co-SSM 模块通过多方向扫描建模长程依赖，能挖掘小病斑的空间全局特征，改善小目标分割效果。

精度超越现有架构

在 Field-PV、Syn-PV 和 Plant Village 数据集上，GMamba 的分割性能优于当前 CNN、Transformer 及 CNN-Transformer 组合架构。

全局建模不依赖自注意力

与 Transformer 不同，GMamba 不使用自注意力运算，依然能对叶片病害进行全局建模，可能降低计算复杂度。

应用场景

• 葡萄病害诊断：辅助精确诊断病害类型与分布，减少人工田间巡检工作量。
• 农业机器人视觉：为田间机器人提供实时、准确的病斑分割能力，支撑精准喷药或采摘决策。
• 智慧农业监测：用于无人机或固定摄像头采集的葡萄园图像分析，实现病害早期预警与蔓延监测。