一种新型的无人机牧草分割网络—LMS-DeeplabV3+

文献类型： 中文期刊

第一作者： 占子恬

作者： 占子恬;潘新;罗小玲;郜晓晶;闫伟红

作者机构：

关键词： 无人机;牧草分割;深度学习;LMS-DeeplabV3+;轻量级

期刊名称： 光电子·激光

ISSN： 1005-0086

年卷期： 2024 年 06 期

页码： 588-595

收录情况： 北大核心 ; CSCD

摘要： 目前草原环境复杂、牧草分散且与背景颜色差异小，无法实现高效精准的分割，因此本文提出了一种新型的轻量化多尺度DeeplabV3+网络(lightweight and multi-scale DeeplabV3+network, LMS-DeeplabV3+)。该网络以DeeplabV3+为基础网络，首先选用轻量级的MobilenetV2作为骨干网络用于初步特征提取，并为了适应牧草分割任务做了网络配置上的调整；其次在加强特征提取模块和解码模块中均使用深度可分离卷积代替普通卷积以轻量化网络；此外利用密集空洞空间金字塔池化(dense atrous spatial pyramid pooling, DASPP)模块捕获更大的感受野，加强各特征之间的交互；又引入卷积注意力机制(convolutional block attention module, CBAM)重分配权重加强特征提取。实验证明，提出的新网络与原始网络相比平均交并比(mean intersection over union,mIOU)提升了8.06个百分点、平均像素精度(mean pixel accuracy,mPA)提升了6.75个百分点，网络计算量和参数量均下降了90%以上，分割预测速度也有所提升，与其他主流分割网络相比各性能都表现更好。

分类号： TP391.41`S812

  • 相关文献

[1]基于深度卷积神经网络的红树林物种无人机监测研究. 黄亦其,刘琪,赵建晔,黄文善,孙中宇,乔曦. 2020

[2]基于深度学习的无人机影像玉米倒伏区域提取. 郑二功,田迎芳,陈涛. 2018

[3]利用无人机影像数据进行油菜长势监测. 张瑞杰,李俐俐,李礼,姚剑,乔江伟. 2021

[4]基于RGB图像和CNN模型的水稻氮素诊断系统. 吕斌,姚强,粟超,李波,查茜,黄祥,詹火木. 2024

[5]卷积神经网络及其在田间杂草管理中应用的研究进展. 张金梦,张倩,王明,谭雅蓉,陶震宇,于金莹. 2024

[6]基于改进Faster-RCNN网络的无人机遥感影像桃树检测. 程嘉瑜,陈妙金,李彤,孙奇男,张小斌,赵懿滢,朱怡航,顾清. 2024

[7]栽培苜蓿草地智能感知系统关键生物物理指标实时监测及分析算法研究. 苗春丽,李仲贤,赵志成,伏帅,高金龙,刘洁,冯琦胜,梁天刚. 2023

[8]联合收获机轻量级数字孪生系统构建方法研究. 马博文,刘孟楠,尹彦鑫,孟志军,张宾,张亚伟,温昌凯,张安琪. 2024

[9]深度学习方法在农业领域的研究及应用. 马聪,张建华,陈学东,朱丹. 2020

[10]基于卷积神经网络的农机图像自动识别研究. 雷雪梅,张光强,姚旗,刘伟渭,邱帅. 2022

[11]基于迁移学习和金字塔卷积网络的河蟹个体图像识别方法研究. 冯裕清,杨信廷,徐大明,罗娜,陈枫,孙传恒. 2022

[12]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[13]基于神经网络的文献主题国别标引方法研究. 王新. 2019

[14]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[15]基于YOLOv3深度卷积神经网络的田间百香果定位. 林营志,卢依琳,刘现. 2019

[16]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[17]蛋鸡设施养殖环境质量评价预测模型构建方法及性能测试. 李华龙,李淼,詹凯,刘先旺,杨选将,胡泽林,郭盼盼. 2020

[18]基于深度学习与特征可视化方法的草地贪夜蛾及其近缘种成虫识别. 魏靖,王玉亭,袁会珠,张梦蕾,王振营. 2020

[19]基于长短时记忆神经网络的生猪价格预测模型. 刘怡然,王东杰,邓雪峰,刘振宇. 2021

[20]基于性诱和深度学习的草地贪夜蛾成虫自动识别计数方法. 邱荣洲,赵健,何玉仙,陈韶萍,黄美玲,池美香,梁勇,翁启勇. 2021

作者其他论文 更多>>

微信小程序