论文
FrontVeg V2：无需训练软件框架，用于在网格作物的高分辨率图像中进行前景感知的零镜头植物性状分割
FrontVeg V2: A Training-Free Software Framework for Foreground-Aware Zero-Shot Plant Trait Segmentation in High-Resolution Images of Trellised Crops
摘要
FrontVeg V2 是一个开源无需训练软件框架，用于对网格作物的高分辨率图像中的植物性状进行前景感知零镜头分割。该管道结合了单目深度估计、使用山谷感知深度阈值的自动前景提取、平铺零镜头分割、基于图形的掩模组装和几何感知融合。这种设计能够对植物器官和疾病症状进行分割，同时减少邻近植被行的检测。当前的实现集成了 Depth Anything V2 (DAV2) 和 SAM3，并且可以通过命令行批处理和 Napari 图形界面使用。 FrontVeg V2 为多作物、多性状数字表型分析提供了一个可重复使用的框架，无需针对特定任务的模型进行重新训练。