FESW-UNet: Una Red de Atención de Dominio Dual para la Segmentación de Pulgones del Sorgo

Área de la Ciencia:

• Ingeniería Agrícola
• Visión por Computadora
• Inteligencia Artificial

Sus antecedentes:

• El manejo actual de los pulgones del sorgo se basa en aplicaciones químicas amplias, lo que causa daños ambientales y preocupaciones sobre la seguridad alimentaria.
• La agricultura de precisión requiere una detección y clasificación precisas de plagas para intervenciones específicas como la pulverización de precisión.
• La segmentación de pulgones pequeños y enjambres en entornos de campo complejos presenta un desafío técnico significativo.

Objetivo del estudio:

• Desarrollar un modelo avanzado de segmentación de imágenes para la identificación y localización precisa de pulgones del sorgo.
• Mejorar las capacidades de los sistemas de pulverización de precisión a través de algoritmos mejorados de detección de plagas.
• Ofrecer una solución tecnológica factible para el monitoreo y control efectivos de los pulgones del sorgo.

Principales métodos:

• Se propuso FESW-UNet, una red de atención de dominio dual que integra atención mejorada por Fourier, atención espacial y submuestreo basado en wavelet dentro de una arquitectura UNet.
• Se introdujo un módulo de atención multiescala eficiente (EMA) para mejorar las relaciones de características globales y locales.
• Se empleó un módulo de atención simple (SimAM) para mejorar la discriminación a nivel de píxel y el submuestreo de wavelet Haar (HWD) para preservar los detalles estructurales.

Principales resultados:

• FESW-UNet logró un rendimiento superior en el conjunto de datos de segmentación de racimos de pulgones con mIoU de 68,76%, mPA de 78,19% y mF1 de 79,01%.
• El modelo demostró una fuerte adaptabilidad en el conjunto de datos AphidSeg-Sorghum, alcanzando mIoU de 81,22%, mPA de 87,97% y mF1 de 88,60%.
• El método propuesto segmenta eficazmente pulgones pequeños y enjambres en entornos agrícolas complejos.

Conclusiones:

• FESW-UNet proporciona una solución eficiente y robusta para la segmentación de imágenes de pulgones del sorgo.
• El modelo desarrollado apoya la agricultura de precisión al permitir un monitoreo preciso de plagas y estrategias de control dirigidas.
• Esta investigación tiene un amplio potencial de aplicación para mejorar el manejo de cultivos y reducir el uso de pesticidas.