基於殘差U-Net和文本提示SAM 3精細化的1米NAIP影像農田範圍與可見邊界映射
本研究提出了一種可重複的工作流程，利用1米NAIP RGB影像繪製農田範圍和可見邊界。使用殘差U-Net網絡和Dice主導損失函數，在測試集上實現了0.8808的準確率、0.8605的IoU和0.9234的Dice係數。通過融合文本提示的SAM 3分支，在困難場景（如果園林行、碎片化地塊）中Dice係數分別提升至0.955和0.903。該產品為語義農田範圍層，支持當前無可用田塊層的農業監測應用。
近日，一篇發表在arXiv上的研究提出了一種創新的可重複工作流，利用1米分辨率的NAIP RGB影像自動繪製農田範圍與可見邊界。該研究由Mohammadreza Narimani等人完成，旨在解決農業田塊地圖通常為專有、不完整或過時的問題，為作物監測、產量核算和土地用途轉換分析提供空間框架。
研究團隊從美國農業部NAIP計劃獲取了37景影像，涵蓋開闊農田、城鄉結合部、半乾旱灌溉區以及碎片化拼圖等多樣化場景。這些影像在CVAT工具中由人工標註，並轉換為二值掩膜。通過將影像分割為不重疊的256×256像素圖塊，共獲得5698個樣本。按原始場景劃分後，訓練集、驗證集和測試集分別包含3850、770和1078個圖塊。
模型採用殘差U-Net（ResUNet）架構，並訓練使用Dice主導的損失函數：L = 2.5(1 - Dice) + BCE。在測試集上，模型取得了0.8808的精度、0.8605的IoU、0.9234的Dice係數、0.8766的精確率和0.9794的召回率。此外，研究引入了一個凍結的SAM 3分支，通過文本提示“agricultural farmland field”進行引導，並與ResUNet輸出通過邏輯OR融合。在選定的困難圖塊中，該融合策略大幅提升了性能：如果園林行圖塊Dice從0.858提升至0.955，碎片化地塊圖塊Dice從0.804提升至0.903。
為了生成連續的區域掩膜，研究採用了滑動窗口拼接方法，在示例圖塊上獲得了0.898和0.919的Dice係數。研究強調，最終產品是語義農田範圍層，而非地籍意義上的田塊圖，但能在現有田塊層缺失的情況下，有效支持農業監測應用。研究還公開了代碼和數據集，為遙感與農業領域的進一步探索提供了基礎。