面向精密农业遥感影像的模块化 Transformer 架构

本文解决了从无人机视频中进行精密农业中有效且准确的杂草分割这一关键需求问题。提出了一种质量感知的模块化深度学习框架，通过分析质量条件（如模糊和噪声）来处理常见的图像退化，并将输入路由到针对每种退化类型优化的特定预处理和 Transformer 模型。该系统首先使用平均绝对偏差和拉普拉斯算子对无人机图像进行噪声和模糊分析。数据随后被动态路由到三个视觉 Transformer 模型之一：用于干净图像的基线模型、用于噪声消除的采用 Fisher 向量编码的修改 Transformer，或用于纠正模糊的另一模型。这种新颖的路由策略使系统在分割质量和计算效率方面均优于现有的基于卷积神经网络的方法，展示了深度学习在农业领域应用的重大进展。