

该方法在保持模型大小仅为26.5MB的前提下,实现了每秒50帧以上的高识别速度。与最先进方法相比,该方法在骨干网络为 MAISNET 的情况下,其掩码平均精度(iou=50)达到81.42,检测平均精度(iou=50)达到 89.48。
相关研究成果以“Towards mechanized harvesting of pineapples: A masked self-attention instance segmentation network and pineapple detection dataset”为题发表于《Engineering Applications of Artificial Intelligence》。该论文的第一完成单位为中国热带农业科学院南亚热带作物研究所/农业农村部热带果树生物学重点实验室,单哲为论文第一作者,林聪副教授与薛忠副研究员为共同通讯作者。该项工作得到海南省重点研发、“十四五”广东省农业科技创新十大主攻方向“揭榜挂帅”等项目的资助。
论文链接: https://doi.org/10.1016/j.engappai.2025.111162