面向高效智能激光除草：针对 weed 茎的检测方法与数据集

除草是现代农业中的关键挑战，因为 weed 会与作物争夺必需的营养资源，显著降低作物产量和品质。传统的除草方法包括化学和机械方法，但存在环境影响和效率等现实局限性。激光除草作为一种新型有效方法，使用激光束作为茎部切割工具。尽管已有研究在 weed 识别中应用深度学习，但其在智能激光除草中的应用仍需要全面的理解。因此，本研究代表了对 weed 识别进行经验性调查的首次尝试，以提高激光束切割的效率并避免损伤目标作物，激光束应直接指向 weed 的根部。然而，weed 茎检测仍是一个备受关注的难题。我们将作物和 weed 的检测与 weed 茎定位集成为一个端到端系统。为在真实场景中训练和验证所提系统，我们 curated 并构建了一个高质量的 weed 茎检测数据集，包含 7161 张高分辨率图片，标注了 11151 个 weed 实例。实验结果表明，所提系统相比现有的 weed 识别系统，在除草准确率提升 6.7%，能源消耗降低 32.3%。