一种基于深度学习和先验知识的大豆育种小区实例分割方法

本发明公开了一种基于深度学习和先验知识的大豆育种小区实例分割方法，包括以下步骤：使用无人机采集数据，构建时间序列数据集，分为训练集、验证集和测试集；通过时空特征对齐网络STANet模型，将时间序列图像进行冠层语义分割，捕获多尺度空间信息和时间序列信息，将大豆冠层与背景分离，进行模型训练，提高分割精度；基于冠层语义分割图，利用牵引线聚合方法TLA，引入大豆小区种植设计的先验知识，生成水平牵引线和垂直牵引线，进行小区实例分割。通过STANet‑TLA的稳定性、迁移性和普适性，实现筛选优异种质资源、缩短育种周期，提高育种效率。