图1. 田间玉米种群点云数据。子图（a）-（p）显示了作者在不同种植密度和生长阶段下收集的玉米种群点云。子图（q）–（t）描述了公开可用的数据集。非植物点注释为0 类（蓝色），植物点注释为1 类（红色）。（有关此图例中对颜色的引用的解释，读者请参阅本文的网络版本。）

 图2. 用于训练和测试的数据分区策略。（a）生玉米种群点云，垂直分为两等半：上半部分用于训练，下半部分用于测试。（b）随机裁剪的4×4 m 的示例2训练集中的子区域，用于模型输入。

 图3. Crop3D 数据集显示了三个物种的盆栽点云：（a）玉米、（b）马铃薯和（c）油菜。

  图4. DALES数据集。不同的颜色表示不同的语义类。

图5. 不同数据集中植物点和非植物点的比例分布。（a）20个大田玉米种群点云中植物点与非植物点（主要是地面）的比率;（b）温室数据集中盆栽点与非植物点（包括地面和结构元素）的比例;（c）在DALES数据集中，红色表示植被点，蓝色表示地面和其他语义类别。（有关此图例中对颜色的引用的解释，读者请参阅本文的网络版本。

 图6. PlaneSegNet的网络架构：（a）所提模型的整体结构。（b）平面注意力模块的详细架构。

图7. 分割结果是室外农田植物点云与非植物点云之间的边界区域。裁剪区域显示植物和非植物界面周围有 0.3 m 的垂直切片；后续数字中省略了灰色区域。红色、蓝色和绿色点分别表示正确预测的植物点、地面点和错误分类点。

 图8. Crop3D 数据集上的分割结果。红点表示正确预测的植物点，蓝点表示正确预测的非植物（例如地面或结构）点，绿点表示错误分类的点。

图9. PlaneSegNet在DALES数据集上的定性结果。(a–c) 全场景语义分割预测结果；(d–f) 对应(a–c)中矩形标注区域的局部放大预测展示；(g–i) 相应区域的真实标注放大图。黑色高亮显示错误分割点。

 图10. DALES定性比较。（a-d）基本事实标签;（e-h）Sparse3D U-Net 的预测;（i–l）PlaneSegNet 的预测。黑色轮廓突出显示了Sparse3D U-Net 错误分割的区域。

 图11. 成熟玉米地块的无人机多视图重建。

 图12. 玉米成熟数据集上分割输出的定性比较。