El área foliar del pak choi es un indicador crítico de la tasa de crecimiento, absorción de nutrientes y eficiencia fotosintética, y es necesario medirla con precisión para obtener una producción agrícola óptima. Los métodos tradicionales a menudo no logran ofrecer la precisión y eficiencia necesarias. Proponemos un método para calcular el área foliar del pak choi basado en un Mask R-CNN mejorado. Hemos mejorado el Mask R-CNN integrando un mecanismo de atención avanzado y una red convolucional completamente convolucional (FCN) de dos capas en su rama de segmentación. Esta integración mejora significativamente la capacidad del modelo para detectar y segmentar los bordes de las hojas con mayor precisión. Al extraer los contornos de los objetos de referencia, se calcula el coeficiente de conversión entre el área de píxeles y el área real. Utilizando la salida de segmentación de máscara del modelo, se calcula el área de cada hoja. Los resultados experimentales demuestran que el modelo mejorado logra puntajes de precisión promedio (mAP) de 0.9136 y 0.9132 en las tareas de detección y segmentación, respectivamente, lo que representa mejoras del 1.01% y 1.02% sobre el Mask R-CNN original. El modelo muestra excelentes capacidades de reconocimiento y segmentación para las hojas de pak choi. El error entre el resultado del cálculo del área de hoja segmentada y el área medida real es inferior al 4.47%. Estos resultados indican que el método propuesto ofrece un rendimiento confiable en segmentación y predicción. Elimina la necesidad de mediciones de hojas separadas, lo que lo hace adecuado para escenarios de medición de área foliar en la vida real y proporciona un apoyo valioso para las tecnologías de producción automatizadas en las fábricas de plantas.