2021年7月9日，西北农林科技大学机电学院韩文霆研究员在遥感类期刊Remote Sensing(中科院二区，Top)发表了题为“Recognizing Zucchinis Intercropped with Sunflowers in UAV Visible Images using an Improved Method based on OCRNet”的研究论文。研究生黄沈锦为第一作者，韩文霆研究员为通讯作者。
套种模式在农业生产实践中有着极为广泛的应用。自动准确获取套种田块的比例和分布，可以为农业种植管理提供依据。本文提出了一种改进的OCRNet的语义分割方法，识别无人机RGB影像中的西葫芦套种向日葵田块。改进方法从两个方面来提高OCRNet语义分割的性能。1.在原始OCRNet的对象区域上下文提取结构的基础上，通过并联加入一条使用通道注意力模块的分支，合理利用不同权重的通道特征图，降低无效通道特征的噪声。2.引入LSLoss来提高原始OCRNet中的对象区域表示的准确性和对最终分割结果进行对象级别的优化。为了证明所提方法的先进性，我们在两个测试区域中，将所提方法与PSPNet、DeepLabV3+、DNLNet、OCRNet等目前先进的语义分割方法进行了对比试验。结果显示：在两个测试区域中，我们提出的方法都取得了最佳的语义分割效果。所提方法对基于无人机可见光影像的作物分类和套种识别具有很大的优势，这种优势在对象级别的精度指标（mIoU、Intercropping IoU）上表现更为突出。
图1.骨干网络：HRNet
图2. 语义分割头：改进OCRNet
论文链接：https://www.mdpi.com/2072-4292/13/14/2706