TomatoScanner：仅基于 RGB 图像的番茄果实表型分析
摘要
在番茄温室中，表型测量对研究人员和农民监测作物生长具有重要意义，从而能够及时精确地控制环境条件，带来更好的品质和更高的产量。传统表型分析主要依赖人工测量，虽然准确但效率低下，更重要的是，会危及人员的健康与安全。一些研究探索了基于计算机视觉的方法来替代人工表型分析。然而，基于 2D 的方法需要额外校准，或会对果实造成破坏，或只能测量有限且无意义的性状。基于 3D 的方法需要额外的深度相机，这对大多数农民来说昂贵且难以接受。在本文中，我们提出了一种非接触式的番茄果实表型分析方法，名为 TomatoScanner，其输入仅需 RGB 图像。首先，通过我们提出的 EdgeYOLO 进行实例分割提取像素特征，并辅以个体分离和姿态校正的预处理。其次，通过 Depth Pro 的深度估计提取深度特征。第三，融合像素和深度特征以输出真实表型结果。我们建立了自建的番茄表型数据集来测试 TomatoScanner，该方法在宽度、高度、垂直面积和体积上实现了出色的表型分析，中位相对误差分别为 5.63%、7.03%、-0.64% 和 37.06%。我们提出并将三个创新模块——EdgeAttention、EdgeLoss 和 EdgeBoost——加入 EdgeYOLO，以提高边缘部分的分割精度。精度和平均边缘误差分别从 0.943 和 5.641% 大幅提高到 0.986 和 2.963%。同时，EdgeYOLO 保持了轻量级和高效性，权重大小为 48.7 M，帧率为 76.34 FPS。代码和数据集：https://github.com/AlexTraveling/TomatoScanner。
引用
@article{arxiv.2503.05568,
title = {TomatoScanner: phenotyping tomato fruit based on only RGB image},
author = {Xiaobei Zhao and Xiangrong Zeng and Yihang Ma and Pengjin Tang and Xiang Li},
journal= {arXiv preprint arXiv:2503.05568},
year = {2025}
}
备注
12 pages, 37 figures. Codes and datasets are open-sourced in https://github.com/AlexTraveling/TomatoScanner