MGB-Former:一种面向复杂养殖环境鲁棒猪个体实例分割的增强Mask2Former框架
《AgriEngineering》:MGB-Former: An Enhanced Mask2Former for Pig Instance Segmentation in Complex Pig-House Environments
【字体:
大
中
小
】
时间:2026年10月21日
来源:AgriEngineering 3.1
摘要
精确的猪个体实例分割在智能养殖中起着基础性作用,为个体识别、行为分析和精准管理等下游应用提供可靠的视觉信息。然而,实际猪舍环境具有极高的挑战性,主要表现为相邻猪只之间的严重粘连、频繁遮挡、复杂背景结构以及光照变化。尽管Mask2Former在通用实例分割中已展现出强大的性能,但其基于查询的表示方式在密集分布的猪群中容易产生实例歧义,同时在复杂养殖条件下对细粒度边界信息的提取仍显不足。为应对这些挑战,本文提出了MGB-Former,一种面向鲁棒猪个体实例分割的增强版Mask2Former框架。MGB-Former并未修改整体分割范式,而是从三个互补的角度改进实例表示学习。沿用MP-Former的思想,将掩膜引导的辅助训练机制引入所提出的框架,以在训练过程中提供显式的实例级引导,促进拥挤猪群场景中查询与实例之间更可靠的对应关系。在像素解码器中引入了基于LSKBlock的特征增强模块,以增强多尺度空间表示。此外,设计了一个仅在训练期间使用的轻量级辅助CNN分支,以强化局部空间和前景特征学习,同时不增加模型的推理复杂度。在PigLife数据集上进行的广泛实验证明了所提出框架的有效性。MGB-Former取得了72.54% AP、91.39% AP50和81.21% AR,持续优于基线Mask2Former及若干代表性实例分割方法。全面的消融实验、注意力机制对比以及场景化评估进一步验证了每个所提出组件的贡献,并表明所提出的框架在PigLife数据集中评估的密集分布、低光照和遮挡相关子集上均实现了一致的分割性能提升。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号