DOI：10.13733/j.jcam.issn.2095-5553.2025.07.018

Abstract：Inresponse tothecomplexityoftheorchardpicking environment，thedificultyofacuratesegmentation betweenstrawberies andthesurrounding environment，and the inabilityof the existing model processing speedtorealize fastsegmentation，asegmentationalgorithmoflightweight strawberry instance based on Mask R—CNNisproposed.Onthe basis of theoriginal MaskR—CNNalgorithm，theMobileNetV3network isusedtoreplace theoriginal ResNet101 backbonenetwork，thealgorithmislightweight，andthechannelatentionmechanismintheoriginalMobileNetV3 residualstructure isreplacedbythecolaborativeatentionmechanism module，which iscombinedwith the feature pyramidnetworkarchitecturetoperformthefeatureextraction，andthestrawberyindividualsarerealized.The preciseand fastlocalizationsegmentationofindividual strawberiesisachieved.Finallycomparison experimentsareperformedontheselflabeleddataset.TheexperimentalresultsshowthattheproposedimprovedMaskR—CNNalgorithmimprovesborder （2號 mAP and mask mAP by 75% and 4.05% respectively，and the detection speed by 2o.O9 frames/s compared with the original Mask R—CNN model，which reduces the dependence of the model on hardware storage space and arithmetic power.

Keywords：strawberry image；instance segmentation;improved Mask R—CNN;CA atentionmechanism；lightweight network

0 引言

隨著城鎮(zhèn)化不斷推進，勞動力人數(shù)減少，人工成本增長等問題日益嚴重，果蔬采摘時間占整體生產(chǎn)時間的 25% ，采摘成本占總成本約 50%^[1] 。為降低成本，果蔬采摘機器人成為當(dāng)前研究熱點[2。目前，國際上已開發(fā)出諸多商業(yè)化草莓采摘機器人原型?，F(xiàn)有的機械式草莓采摘機效率較低，仍需大量人工輔助進行識別定位果實，因此，研究智能化草莓采摘機器人具有重要的實用價值和現(xiàn)實意義。

近年來，深度學(xué)習(xí)在計算機視覺領(lǐng)域中已經(jīng)成為研究熱點[3]。與傳統(tǒng)機器學(xué)習(xí)方法相比，深度學(xué)習(xí)具有很強的自適應(yīng)能力?；谏疃葘W(xué)習(xí)的圖像分割主要包括兩大類：語義分割和實例分割。語義分割是對圖像中所有像素進行分類，并為其賦予類別標(biāo)簽[4]；實例分割是在語義分割的基礎(chǔ)上進一步區(qū)分同類別的不同個體?；趨^(qū)域的卷積神經(jīng)網(wǎng)絡(luò)（R—CNN）[5]，由于具有較強的特征提取能力和自主學(xué)習(xí)能力，已被廣泛應(yīng)用于實例分割中。R—CNN利用選擇性搜索[感興趣區(qū)域，然后直接通過卷積神經(jīng)網(wǎng)絡(luò)提取特征。FastR—CNN解決了R—CNN速度慢、占用內(nèi)存大的缺點，實現(xiàn)了端到端的多任務(wù)訓(xùn)練，然而提取候選框時間太長，無法實時應(yīng)用。FasterR—CNN網(wǎng)絡(luò)是FastR—CNN網(wǎng)絡(luò)的改進版本，增加了區(qū)域定位方法，而不是選擇性搜索，以提高其性能[]。He等[8在FasterR—CNN的基礎(chǔ)上提出MaskR—CNN算法，增加一個預(yù)測掩膜分支，實現(xiàn)對物體的實例分割，提升分割精度。

基于深度學(xué)習(xí)的實例分割算法已經(jīng)逐漸應(yīng)用到智慧農(nóng)業(yè)領(lǐng)域中。對草莓的精確定位分割是實現(xiàn)機器人采摘的必要前提。Yu等提出了一款用于種植草莓的新型收獲機器人以及一款名為旋轉(zhuǎn)YOLO（R—YOLO）的果實姿勢估計器，平均識別率為 94.43% ，但結(jié)合實際工作會造成預(yù)測位置出現(xiàn)偏差從而導(dǎo)致錯采漏采。侯貴洋等[1°采用顏色識別和特征識別相結(jié)合的方法區(qū)分成熟草莓和未成熟草莓，最終正確率可以達到92% 以上，但其檢測環(huán)境背景并非在真實草莓采摘園內(nèi)。劉小剛等[11]提出利用改進的YOLOv3識別方法在復(fù)雜環(huán)境中對草莓進行連續(xù)識別檢測，平均精度均值（2號 （mAP ）可達87. 51% 。Chen等[12]提出了一種FPN增強MaskR—CNN在非結(jié)構(gòu)化環(huán)境下草莓檢測的應(yīng)用。然而這些研究都停留在初級階段，只檢測了水果的大概位置以及是否成熟。高精度的草莓輪廓和形狀識別對于草莓定位和采收是必要前提，由于草莓的形狀、大小還有顏色都存在不確定性，甚至草莓個體在空間上會具有重疊性，難以準(zhǔn)確識別。因此，設(shè)計一種高效、實時、精確、智能的草莓實例分割算法是當(dāng)前急需解決的問題。

基于此，本文提出一種基于MaskR—CNN的草莓實例分割算法，通過引入MobileNetV3作為改進后算法的主干網(wǎng)絡(luò)，且將MobileNetV3中的SE注意力機制模塊替換成協(xié)同注意力（CoordinateAttention）機制模塊，與特征金字塔網(wǎng)絡(luò)（FPN）架構(gòu)進行特征提取，實現(xiàn)對草莓個體的精準(zhǔn)快速定位分割。

1數(shù)據(jù)采集與預(yù)處理

1 數(shù)據(jù)采集

試驗數(shù)據(jù)集照片拍攝于安徽省淮南市山南草莓園（2023年2月底至3月，天氣晴，不同光照條件下，室外大棚環(huán)境）。圖像在一天中的不同時間收集，包括9：00、12：00和15：00，保證數(shù)據(jù)集的普適性。如圖1所示，構(gòu)建自制草莓?dāng)?shù)據(jù)集。此外還從多個網(wǎng)站獲取草莓圖像數(shù)據(jù)，來提升數(shù)據(jù)集的多樣性和魯棒性，最終獲得3670張圖片，圖片大小為1008像素 ×756 像素，并以PNG格式儲存。樣本圖像如圖1所示。

圖1數(shù)據(jù)集樣本圖像 Fig.1Dataset sample image

2 數(shù)據(jù)預(yù)處理

1）數(shù)據(jù)集篩選。采取人工篩選方式，篩選出模糊，缺失等不合格圖片，最終得到3600張圖片。

2）數(shù)據(jù)集劃分。將數(shù)據(jù)集劃分為3部分，其中訓(xùn)練集3300張，測試集200張，驗證集100張。

3）數(shù)據(jù)集標(biāo)注。使用Eiseg標(biāo)注工具，Eiseg是以RITM及EdgeFlow算法為基礎(chǔ)，基于飛槳開發(fā)的一款高效智能的交互式分割標(biāo)注軟件。對數(shù)據(jù)集中的訓(xùn)練集和驗證集進行標(biāo)注，同時生成COCO格式數(shù)據(jù)集，如圖2所示，最終完成草莓實例分割數(shù)據(jù)集的制作。

圖2數(shù)據(jù)集制作Fig.2 Data set production

2 草莓實例分割算法

2.1模型整體框架

改進模型整體框架如圖3所示。

圖3改進的MaskR一CNN網(wǎng)絡(luò)模型Fig.3 Improved MaskR—CNNnetworkmodel

第一階段將草莓?dāng)?shù)據(jù)集作為輸入，以MaskR—CNN模型作為基準(zhǔn)網(wǎng)絡(luò)對草莓個體進行提??；第二階段CA—MobileNetV3作為骨干網(wǎng)絡(luò)構(gòu)建草莓實例分割模型，結(jié)合特征金字塔網(wǎng)絡(luò)（FPN）架構(gòu)[13進行特征提取，加強草莓個體關(guān)鍵部分的特征學(xué)習(xí)，實現(xiàn)草莓個體的精準(zhǔn)快速定位分割。降低模型計算量，提升模型收斂速度，從而實現(xiàn)對草莓成熟度的輕量化實例分割。

2.2 MaskR-CNN網(wǎng)絡(luò)

MaskR一CNN是實例分割中經(jīng)典的算法。通過在FasterR一CNN算法末尾添加一個額外的分支來進行擴展，從而使用全連接層（FC）實現(xiàn)每個輸出建議框的實例分割，分割和定位任務(wù)并行。MaskR—CNN算法框架由3個階段構(gòu)成，如圖4所示。首先，骨干網(wǎng)絡(luò)從輸入圖像中提取特征圖。其次，將從主干網(wǎng)絡(luò)輸出的特征圖[14發(fā)送到區(qū)域建議網(wǎng)絡(luò)（RPN），以生成感興趣區(qū)域（ROD。第三，對RPN輸出的ROI進行映射，以獲得在共享特征圖中對應(yīng)的目標(biāo)特征，然后再一次傳遞至FC和全卷積網(wǎng)絡(luò)（FCN），并進行目標(biāo)劃分和實例分割，在這個過程中得到分類分數(shù)、邊界框和掩碼。

圖4模型整體框架 Fig.4Overall framework of the model

2.3 引入MobileNetV3骨干網(wǎng)絡(luò)

原算法中ResNet101模型網(wǎng)絡(luò)層數(shù)很深，可以提取圖片局部信息，但是訓(xùn)練時間長，需要過多的計算資源，且在實例分割中對遠程關(guān)系處理較差，對于本實驗所要處理的圖像數(shù)據(jù)會過于復(fù)雜。所以將原ResNet101骨干換成輕量型MobileNetV3骨干來提高效率，減輕計算量。MobileNetV3在MobileNetV2的基礎(chǔ)上進行大范圍的改進，在性能和速度上都有提升，是輕量級骨架網(wǎng)絡(luò)的首選。MobileNetV3參數(shù)由NAS搜索獲取，又繼承V1的深度可分離卷積和V2的具有線性瓶頸的殘差結(jié)構(gòu)。且引入SE通道注意力機制，在激活函數(shù)上，用 h —swish[x］代替ReLU激活函數(shù)，對網(wǎng)絡(luò)結(jié)構(gòu)進行優(yōu)化，修改MobileNetV2后端輸出head，提升精度和速度。

式中： x （20 模型輸人；ReLU——激活函數(shù)。

MobileNetV3—Large模型整體結(jié)構(gòu)如表1所示。

表1MobileNetV3—Large結(jié)構(gòu)參數(shù) Tab.1 Structure parameters of MobileNetV3—Large

注：“√\"表示添加該模塊，“—\"表示不添加該模塊。

2.4引入?yún)f(xié)同注意力機制

草莓采摘果園中實際環(huán)境復(fù)雜多變，存在果實過小、果實邊緣不易分割、葉片遮擋果實、果實重疊區(qū)域較多等情況，這些因素都會對圖像的分割結(jié)果造成較大影響。由于MobileNetV3中本身存在的SE注意力機制模塊只考慮到了通道維度上的注意力，無法捕捉空間上的注意力，所以，為提高對草莓顯著性區(qū)域特征提取能力，在MobileNetV3網(wǎng)絡(luò)基礎(chǔ)上將原本的SE注意力機制模塊替換成CA注意力機制模塊，加強對空間位置信息的捕捉。改進后的CA—MobileNetV3如圖5所示。

圖5改進后的MobileNetV3block Fig.5ImprovedMobileNetV3 block

CA[15]是一種全面關(guān)注特征層的空間信息和通道信息的注意力機制，通過將位置信息嵌入到通道注意力中，使用強化信息表示的方法增強特征，使輕量級網(wǎng)絡(luò)能在更大區(qū)域進行特征提取，同時避免產(chǎn)生大量計算開銷。CA注意力計算過程如圖6所示，利用2個一維全局池化操作分別將垂直和水平方向的輸入特征聚合到2個獨立的方向感知特征圖，這樣，可以沿一個空間方向捕獲遠程依賴關(guān)系，同時可以沿另一空間方向保留精確的位置信息。

2.5 損失函數(shù)

MaskR—CNN的損失函數(shù)是在FasterR—CNN網(wǎng)絡(luò)的基礎(chǔ)上加上一個Mask分支的損失，Mask分支上的損失函數(shù)的主要作用是衡量模型生成的分割掩模（Mask）與真實分割掩模之間的差異，使模型能夠更準(zhǔn)確地預(yù)測目標(biāo)對象的精確分割邊界。為衡量預(yù)測Mask與真實Mask間的差異，MaskR—CNN采用平均二值交叉熵損失[16]作為Mask分支的損失函數(shù)。對于屬于第 ?k 個類別的ROI，Mask分支上的損失函數(shù)僅考慮第k 個Mask，而忽略其他類別的Mask。同時模型為每個ROI生成對應(yīng)的二進制掩膜，并且不存在類間競爭。

FasterR—CNN的損失Loss包括兩部分：回歸損失和分類損失。

L_ds（?_i^*，?_?，?_i）=Θ-[p_ilog（?_i^*）+（1-p_i）log（1-p_i^*?）]

式中： i 錨點的索引；

t_i ——具有中心點的水平和垂直坐標(biāo)以及與錨點 i 相關(guān)聯(lián)的邊界框的寬度和高度坐標(biāo)的向量， t_i=（t_i^x，t_i^y，t_i^w，t_i^h） ：

t_i^* ——向量預(yù)測值;

（20 ?_Pi ———人工標(biāo)注概率；

（20 p_i^* ——概率預(yù)測值;

m_i -的二進制掩碼；

m_i^* （204號 二進制掩碼預(yù)測；

LREG 回歸損失；

L_cls 分類損失；

L Mask -Mask分支的損失。

3實驗與結(jié)果分析

3.1 實驗平臺

本實驗使用的計算機硬件環(huán)境為IntelCOREi7處理器，NVIDIARTX30606GB顯卡，16GB內(nèi)存；Python3.6，使用的深度學(xué)習(xí)框架為Pytorch10。

3.2 評價指標(biāo)

為了客觀評價改進算法的好壞，實驗采用平均精度（AP ）平均精度均值 （mAP ）、平均召回率 （AR） 和檢測速度 （FPS）4 種評價指標(biāo)來進行性能評估。其中， AP 與精確率 （P） 和召回率 （R） 相關(guān)，計算 IoU=0.50 的AP、AR 值（分別稱為 AP@0.5 和 AR@（ω0.5） 。 AP 和 mAP 計算如式（7）～式（10）所示。

式中： TP -正確檢測框的數(shù)量；FP 1 誤檢框的數(shù)量；FN 漏檢框的數(shù)量。

3.3 結(jié)果與分析

3.3.1 消融實驗

為驗證提出方法的有效性，以MaskR一CNN為基準(zhǔn)進行對比實驗，結(jié)果如表2所示。實驗批處理大小設(shè)為8，迭代次數(shù)均設(shè)為100，采用隨機梯度下降的優(yōu)化方法，動量因子（momentum）設(shè)為0.8，為減小訓(xùn)練所占用的顯存大小，統(tǒng)一將訓(xùn)練集大小調(diào)整為544像素 ×544 像素。學(xué)習(xí)率初始大小為0.004，每迭代20次，縮小為原來的 1/10 。

從表2可以看出，對比實驗1和實驗2，將原先的主干特征提取網(wǎng)絡(luò)換為MobileNetV3后，模型推理速度FPS提升15.87個百分點，邊框mAP和掩膜 mAP 分別降低3.08、3.60個百分點。說明雖然使用MobileNetV3作為骨干特征提取網(wǎng)絡(luò)損失了少量精度，但其推理速度顯著上升。這是因為MobileNetV3中獨有的瓶頸（bneck）結(jié)構(gòu)，實現(xiàn)通道可分離卷積、SE模塊和殘差連接，保證輕量化特性。并且MobileNetV3移除了之前的瓶頸層連接，進一步地減少網(wǎng)絡(luò)參數(shù)，極大地提升網(wǎng)絡(luò)性能。

表2消融實驗的對比結(jié)果Tab.2 Comparison resultsof ablation experiment

注： × 表示未引人該因素， √ 表示引入該因素。

對比實驗2和實驗3，CA注意力機制代替MobileNetV3中原有的SE模塊后，邊框mAP和掩膜 mAP 分別提升6.05、5.49個百分點。說明在草莓果實分割任務(wù)中CA注意力機制更有優(yōu)勢，這得益于替換的CA模塊既可以捕捉空間位置信息也可以捕捉通道信息，提高模型的識別率，增強模型對草莓坐標(biāo)位置信息的捕捉，而原本的SE模塊對空間位置信息忽略，導(dǎo)致其在精度上并不能有很好的表現(xiàn)力。因此，使用CA—MobileNetV3作為骨干網(wǎng)絡(luò)的MaskR—CNN更能精準(zhǔn)定位和分割草莓。

3.3.2 不同模型對比實驗

將改進模型與主流模型YOLACT]、YOLACT ++^[18] 進行對比，所有算法實驗環(huán)境和配置均相同，結(jié)果如表3所示。改進模型在邊框mAP和掩膜 mAP 分別為 93.65%.950% ，相比原MaskR—CNN分別提升 75%.4.05% ;在速度上，改進模型的推理速度為24.65幀/s，優(yōu)于經(jīng)典MaskR—CNN。雖然本算法推理速度上比YOLACT、YOLACT + 十低2.33幀/s和3.21幀/s，但在精度上，YOLACT和 YOLACT++ 精度有明顯劣勢。綜上，相對原始MaskR一CNN，本文模型實現(xiàn)對精度和速度的雙重提升。

表3不同模型對比實驗Tab.3Comparison experiments of different models

注：A表示MaskR—CNN，B表示YOLACT，C表示YOLACT ⁺⁺ D表示改進的算法。

3.3.3 分割結(jié)果對比

使用改進的輕量級草莓實例分割算法模型和其他模型對草莓圖像進行分割對比，結(jié)果如圖7所示。

圖7草莓實例分割效果

Fig.7Segmentationeffectof strawberryinstance

圖7（a）中草莓生長情況復(fù)雜，成熟草莓被未成熟草莓及葉片遮擋，原始MaskR一CNN算法不能很好地處理此種情況，被遮擋草莓邊緣分割粗糙且成熟草莓會被誤識為未成熟草莓，改進后算法草莓邊緣分割狀態(tài)及識別效果優(yōu)良；圖7（b）中，原始MaskR—CNN算法不能有效區(qū)分背景和目標(biāo)，改進后的算法背景與目標(biāo)區(qū)分明顯，表現(xiàn)優(yōu)秀；圖7（c中，原始MaskR—CNN算法存在錯檢情況；圖7（d）中，拍攝光線昏暗，可以看出光線對原始算法影響很大，大規(guī)模出現(xiàn)重復(fù)檢測，草莓識別混亂情況，而改進后的算法分割效果優(yōu)秀；圖7（e中，草莓果實數(shù)量多、分布密集，原始MaskR—CNN算法不能準(zhǔn)確分割出各草莓輪廓，重復(fù)分割。綜上，原始MaskR—CNN算法模型分割效果差，存在漏檢、錯檢和背景識別不清的狀況，尤其是小果型草莓，不能準(zhǔn)確分割出草莓邊緣。本文的輕量級草莓實例分割算法對各種成熟度和多數(shù)量草莓圖片都能實現(xiàn)精確分割，且分割效果良好。

4結(jié)論

1）在經(jīng)典MaskR—CNN網(wǎng)絡(luò)的基礎(chǔ)上，將原本的ResNet101骨干網(wǎng)絡(luò)替換成MobileNetV3骨干網(wǎng)絡(luò)，且改進MobileNetV3，將SE模塊替換成CA模塊，構(gòu)建草莓實例分割模型。

2）通過在真實環(huán)境下拍攝數(shù)據(jù)集并進行訓(xùn)練，實驗結(jié)果表明，改進后的算法在測試集上邊框mAP和掩膜 mAP 分別為 93.65%.950% ，推理速度為24.65幀/s，相比于MaskR—CNN算法，邊框mAP和掩膜mAP分別提升 75% 和 4.05% ，推理速度提高20.09幀/s，模型運行速度提升，減少模型對存儲空間和算力的依賴，在保持精度的基礎(chǔ)上進一步減少模型參數(shù)量和復(fù)雜度。為在葉片遮擋、重疊、密集等復(fù)雜環(huán)境下草莓的精確定位分割提出一種有效的方法。

參考文獻

[1]漢永乾，孫步功，張鵬，等．農(nóng)業(yè)采摘機器人研究進展[J].林業(yè)機械與木工設(shè)備，2023，51（4）：4-8.

[2]周航，杜志龍，武占元，等．機器視覺技術(shù)在現(xiàn)代農(nóng)業(yè)裝備領(lǐng)域的應(yīng)用進展[J]．中國農(nóng)機化學(xué)報，2017，38（11）：86-92.Zhou Hang，Du Zhilong，Wu Zhanyuan，et al. Applicationprogress of machine vision technology in the field ofmodern agricultural equipment [J].Journal of ChineseAgriculturalMechanization，2017，38（11）：86-92.

[3]宋懷波，尚鈺瑩，何東健．果實目標(biāo)深度學(xué)習(xí)識別技術(shù)研究進展[J]．農(nóng)業(yè)機械學(xué)報，2023，54（1）：1—19.Song Huaibo， ShangYuying， He Dongjian. Reviewon deep learning technology for fruit target recognition [J].Transactions of the Chinese Society for AgriculturalMachinery，2023，54（1）：1-19.

[4]黃濤，李華，周桂，等．實例分割方法研究綜述[J]．計算機科學(xué)與探索，2023，17（4）：810-825.

[5]GirshickR，Donahue J，Darrell T， et al. Region-basedconvolutional networks for accurate object detection andsegmentation[J].IEEE Transactions on Pattern Analysisamp;Machine Intelligence，2015，38（1）：142—158.

[6]Bharati P，Pramanik A. Deep learning techniques—R-CNN to Mask R-CNN：A survey [J]. ComputationalIntelligence in Pattern Recognition：Proceedings of CIPR2019，2020：657-668.

[7] Chen Y，Li W，Sakaridis C，et al. Domain adaptive FasterR—CNN for object detection in the wild [C]. Proceedingsof the IEEE Conference on Computer Vision and PatternRecognition，2018：3339-3348.

[8] He K，Gkioxari G，Dollár P，et al. Mask R—CNN [C].Proceedings of the IEEE International Conference onComputer Vision，2017：2961—2969.

[9] Yu Y， Zhang K L， Liu H，et al. Real-time visuallocalization of the picking points for a ridge-plantingstrawberry harvesting robot[C]. IEEE Access，2020，8：116556—116568.

[10］侯貴洋，趙桂杰，王璐瑤．草莓采摘機器人圖像識別系統(tǒng)研究[J]．軟件，2018，39（6）：184—188.

[11］劉小剛，范誠，李加念，等．基于卷積神經(jīng)網(wǎng)絡(luò)的草莓識別方法[J]．農(nóng)業(yè)機械學(xué)報，2020，51（2）：237—244.

[12] Chen Y，Liu K，Xin Y，et al. Soil image segmentationbased on Mask R—CNN [C]. 2023 3rd InternationalConference on Consumer Electronics and ComputerEngineering（ICCECE）.IEEE，2023：507—510.

[13］胡奕帆，趙賢林，李佩娟，等．基于改進YOLOv5的自然環(huán)境下番茄果實檢測[J]．中國農(nóng)機化學(xué)報，2023，44（10）： 231-237.Hu Yifan， Zhao Xianlin，Li Peijuan，et al.Tomatofruit detection in natural environment based on improvedYOLOv5[J].JournalofChineseAgriculturalMechanization，2023，44（10）：231—237.

[14]項新建，周焜，費正順，等．基于改進YOLOX算法的楊梅成熟度檢測方法[J]．中國農(nóng)機化學(xué)報，2023，44（10）：201-208.Xiang Xinjian， Zhou Kun，F(xiàn)ei Zhengshun， et al.Maturity detection method of Myrica rubra based onimproved YOLOX algorithm [J]. Journal of ChineseAgricultural Mechanization，2023，44（10）：201-208.

[15] Perez-Borrero I，Marin-Santos D，Gegundez-Arias M E，et al. A fast and accurate deep learning method forstrawberry instance segmentation [J]. Computers andElectronics in Agriculture，2020，178：105736.

[16]Yu Y，Zhang K，Yang L，et al. Fruit detection forstrawberry harvesting robot in non-structural environmentbased on Mask—RCNN[J].ComputersandElectronics in Agriculture，2019，163：104846.

[17] Zeng J， Ouyang H， Liu M， et al. Multi-scale YOLACTfor instance segmentation [J].Journal of King SaudUniversity-Computer and Information Sciences，2022，34（10）：9419-9427.

[18] Huang M， Xu G， Li J，et al. A method for segmenting diseaselesionsofmaizeleavesinrealtimeusingattentionYOLACT ⁺⁺ [J].Agriculture，2021，11（12）：1216.