基于改进Swin-Unet的小麦条锈病分割方法

文献类型： 中文期刊

第一作者： 臧贺藏

作者： 臧贺藏;任帅;王从胜;王盛威;赵瑞玲;陈丹丹;赵晴;张杰;郑国清;李国强

作者机构：

关键词： 小麦条锈病;语义分割;Swin-Unet;注意力机制

期刊名称： 山东农业科学

ISSN： 1001-4942

年卷期： 2024 年 56 卷 012 期

页码： 147-153

摘要： 条锈病是影响小麦产量及粮食安全的重要因素，条锈病图像的精准分割是实现计算机辅助精准防治的重要基础。针对小麦条锈病图像中病斑形态复杂、病斑与非病斑之间边界模糊、分割精度低的问题，本研究提出了一种基于改进Swin-Unet的小麦条锈病图像分割方法，通过在Swin-Unet中引入SENet(Squeeze-and-Excitation Networks)和残差网络(ResNet)模块来增强模型对条锈病特征的表达能力。实验结果表明，改进Swin-Unet对背景、孢子和叶片的查准率分别为99.24%、82.32%和94.36%,可以从复杂环境中有效分割出背景、孢子和叶片图像，具有较好的计算机视觉处理能力和分割评估效果。改进Swin-Unet总体分割准确率、平均交并比和均像素准确率分别为96.88%、84.91%和90.50%,较Swin-Unet分别提高了2.84、4.64个和5.38个百分点；与其他网络模型(U-Net、PSPNet、DeepLabV3+和Swin-Unet)相比，改进Swin-Unet具有最佳分割效果。表明本研究提出的方法可以精准检测和分割小麦条锈病图像，这可为田间复杂环境下小麦条锈病的自动检测和早期预防提供技术支持。

分类号： TP391.41%S435.121.42

  • 相关文献

[1]基于改进UperNet的结球甘蓝叶球识别方法. 朱轶萍,吴华瑞,郭旺,吴小燕. 2024

[2]基于混合扩张卷积和注意力的黄瓜病害严重度估算方法. 李凯雨,朱昕怡,马浚诚,张领先. 2023

[3]卷积神经网络在农业遥感图像语义分割中的应用综述. 徐乐园,毛克彪,郭中华,葛非凡,赵瑞. 2024

[4]基于深度学习的遥感影像耕地地块边界提取应用. 马海荣. 2023

[5]基于语义分割模型和遥感的柑橘园空间信息提取. 董秀春,蒋怡,杨玉婷,郭涛,李宗南,李章成. 2023

[6]基于CT图像和RAUNet-3D的玉米籽粒三维结构测量. 杜建军,李大壮,廖生进,卢宪菊,郭新宇,赵春江. 2022

[7]基于语义分割和可见光谱图的作物叶部病斑分割方法. 李凯雨,张慧,马浚诚,张领先. 2023

[8]基于HRNet-OCR模型的农村宅基地提取方法. 韦任,范蓓蕾,赵子娟,杨荣超. 2022

[9]基于深度学习的杂草识别方法研究进展. 付豪,赵学观,翟长远,郑康,郑申玉,王秀. 2023

[10]面向农机自动驾驶的农田边界线预测方法. 卢昊,王昊,付卫强,温昌凯,梅鹤波,单永超,秦维贤,孟志军. 2024

[11]采用改进Unet网络的茶园导航路径识别方法. 赵岩,张人天,董春旺,刘中原,李杨. 2022

[12]基于VGG-UNet的食用菌菌丝体表型参数自动测量方法. 陈燕,陆嘉豪,胡小春,祁亮亮. 2024

[13]基于GF-2卫星数据的日光温室智能识别应用实践. 白冰,卢闯,罗玉柱,彭秀媛. 2022

[14]基于多源卫星遥感影像的广西中南部地区甘蔗识别及产量预测. 罗维,李修华,覃火娟,张木清,王泽平,蒋柱辉. 2024

[15]基于CBAM-UNet的大菱鲆鱼卵识别计数方法. 钱程,张佳鹏,涂雪滢,刘晃,乔淦,刘世晶. 2024

[16]改进YOLOv4的温室环境下草莓生育期识别方法. 龙洁花,郭文忠,林森,文朝武,张宇,赵春江. 2021

[17]基于YOLOX改进模型的茶叶嫩芽识别方法. 俞龙,黄楚斌,唐劲驰,黄浩宜,周运峰,黄永权,孙佳琪. 2022

[18]融合注意力机制的开集猪脸识别方法. 王荣,高荣华,李奇峰,刘上豪,于沁杨,冯璐. 2023

[19]基于双线性注意力网络的农业灯诱害虫细粒度图像识别研究. 姚青,姚波,吕军,唐健,冯晋,朱旭华. 2021

[20]基于改进YOLO v5的复杂环境下桑树枝干识别定位方法. 李丽,卢世博,任浩,徐刚,周永忠. 2024

作者其他论文 更多>>

微信小程序