中文摘要: 针对农作物病害类内差异性大、类间相似性高等特点导致的分割困难问题，提出了一种改进的Unet模型VGSA-Unet，用于提高农作物叶片病害图像的分割准确性。将VGG16作为Unet模型的编码器，在编码器与解码器之间集成了多尺度上下文模块（GC_ASPP），在获取图像多尺度信息的同时提升对图像全局特征的提取能力，使模型理解不同形态的病害图像细节，提高模型在处理尺度变化较大的图像时的性能；在解码器中，使用双线性插值代替转置卷积，减少边缘信息的损失，提高模型计算效率；使用混合损失函数，提高模型对细小病斑的分割能力。与其他网络模型相比，改进的VGSA-Unet模型在mPA（92.04%）和mIoU（84.61%）两项指标上均达到了最高值。改进后的模型克服了病害特点造成的分割困难，对细小病斑的提取更为精确，能有效地对农作物叶片病害进行准确分割。