金小俊， 孙艳霞， 陈 勇*， 于佳琳

(1. 南京林业大学机械电子工程学院， 江苏 南京 210037； 2. 南京交通职业技术学院轨道交通学院， 江苏 南京 211188；3. 得克萨斯农工大学土壤与作物科学系， 得克萨斯州 学院站 77843)

草坪绿化是城市文明程度的重要标志之一[1]。草坪常见于公园绿化、体育场、高尔夫球场等场所。草坪对于美化环境、净化空气、保持水土等作用显著[2]。由于杂草的侵袭，草坪退化严重，造成养护困难[3]。杂草防控是草坪养护的重要内容，基于除草剂的化学除草是草坪杂草防控的常用方式[4-5]。我国化学农药用量居世界第一[6]。其中，农作物的农药利用率仅为36.6%，远低于欧美发达国家[7]。提高农药利用率已成为我国农业生产中亟需解决的重要问题[8]。近年来，我国除草剂的施药量占农药总用量的48%左右，除草剂的减施是降低农药使用的重中之重[6,8]。自然环境下，草坪杂草呈不规则生长，分布随机。除草剂通常以地毯式方式喷施[9]，造成除草剂利用率低下。实现除草剂的精准喷施是降低除草剂用量，减少环境污染的关键。要想实现精准喷施，首先需要实现对杂草的识别，并进而确定除草剂的喷施区域[10-11]。

传统杂草识别方法通常利用植物本身的一些特征，包括颜色、形状、纹理以及多光谱等[12-14]。但这些特征需要人工提取，且算法设计复杂，存在着稳健性不足，识别速度低等缺陷[13,15-16]。随着深度学习，特别是深度卷积神经网络的发展，越来越多的研究开始借助于深度学习技术[17-21]。王璨等[22]利用改进的双注意力语义分割神经网络模型，基于玉米像素分割结果，生成杂草分割图。……