El alojamiento del arroz no solo causa problemas en la cosecha, sino que también reduce el rendimiento. Por lo tanto, la identificación efectiva del alojamiento del arroz es de gran importancia. En este documento, hemos diseñado un módulo de fusión de características de interpolación bilineal de upsampling (BIFF) para descomponer el upsampling cuádruple de la parte conectada del codificador y decodificador en dos procesos de upsampling doble e insertar la capa de características intermedias en la red base para la fusión de características en este proceso. Se añade un módulo de atención mecanismo de atención global (GAM) a la red de extracción de características, permitiendo que la red se enfoque efectivamente en las regiones de alojamiento, mejorando así de manera efectiva el efecto de segmentación. La precisión promedio de la red mejorada es del 93.55%, la recuperación media es del 93.65%, y el mIoU es del 88.10%, y la viabilidad de la mejora se demuestra mediante experimentos de ablación y comparación con otros algoritmos. Además, se diseña un método de cálculo de ángulos combinando el algoritmo de detección, añadiendo una rama de detección a los resultados de salida para leer la información de distancia de la cámara de profundidad, y combinando la información de distancia con el análisis mecánico para determinar la relación entre el ángulo del tallo y la dirección vertical cuando el arroz está erguido, inclinado y caído. Una comparación del ángulo calculado con el ángulo medido real arroja un error promedio final de aproximadamente 5.364%, lo que indica que el algoritmo de extracción de límites de cosecha en este documento es altamente preciso y tiene valor para su aplicación en escenarios de cosecha en tiempo real.