您好,欢迎访问北京市农林科学院 机构知识库!

基于改进UperNet的结球甘蓝叶球识别方法

文献类型: 中文期刊

作者: 朱轶萍 1 ; 吴华瑞 2 ; 郭旺 3 ; 吴小燕 4 ;

作者机构: 1.江苏大学计算机科学与通信工程学院

2.国家农业信息化工程技术研究中心

3.北京市农林科学院信息技术研究中心

4.农业农村部数字乡村技术重点实验室

关键词: 结球甘蓝;语义分割;叶球识别;注意力机制;特征选择;特征对齐

期刊名称: 智慧农业(中英文)

ISSN: 2096-8094

年卷期: 2024 年 03 期

页码: 128-137

收录情况: CSCD

摘要: [目的/意义]叶球是结球甘蓝的重要部分,其生长发育对田间管理至关重要。针对叶球分割识别存在大田背景复杂、光照不均匀和叶片纹理相似等问题,提出一种语义分割算法UperNet-ESA,旨在能快速、准确地分割田间场景中结球甘蓝的外叶和叶球,以实现田间结球甘蓝的智能化管理。[方法]首先,采用统一感知解析网络(Unified Perceptual Parsing Network, UperNet)作为高效语义分割框架,将主干网络改为先进的ConvNeXt,使得模型在提升分割精度的同时也能具有较低的模型复杂度;其次,利用高效通道注意力机制(Efficient Channel Attention, ECA)融入特征提取网络的各阶段,进一步捕捉图像的细节信息;最后,通过将特征选择模块(Feature Selection Model, FSM)和特征对齐模块(Feature Alignment Model, FAM)集成到特征金字塔框架中,得到更为精确的目标边界预测结果。[结果和讨论]在自制结球甘蓝图像数据集上进行实验,与目前主流的UNet、PSPNet和DeeplabV3+语义分割模型相比,改进UperNet方法的平均交并比为92.45%,平均像素准确率为94.32%,推理速度为16.6 f/s,能够达到最佳精度-速度平衡效果。[结论]研究成果可为结球甘蓝生长智能化监测提供理论参考,对甘蓝产业发展具有重要的应用前景。

  • 相关文献

[1]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

[2]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

[3]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

[4]基于序相关的作物育种评价性状特征选择方法. 刘忠强,赵向宇,王开义,李民赞. 2015

[5]基于VSURF-CA的小麦条锈病高光谱病情指数估测模型. 梅广源,李荣,梅新,陈日强,樊意广,程金鹏,冯子恒,陶婷,赵倩,赵培钦,杨小冬. 2024

[6]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

[7]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

[8]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

[9]基于Attention_DenseCNN的水稻问答系统问句分类. 王郝日钦,吴华瑞,冯帅,刘志超,许童羽. 2021

[10]基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法. 韩旭,赵春江,吴华瑞,朱华吉,张燕. 2021

[11]基于注意力机制的农业文本命名实体识别. 赵鹏飞,赵春江,吴华瑞,王维. 2021

[12]基于注意力机制和多尺度残差网络的农作物病害识别. 黄林生,罗耀武,杨小冬,杨贵军,王道勇. 2021

[13]基于改进YOLOV5s网络的奶牛多尺度行为识别方法. 白强,高荣华,赵春江,李奇峰,王荣,李书琴. 2022

[14]基于改进YOLOv4算法的番茄叶部病害识别方法. 储鑫,李祥,罗斌,王晓冬,黄硕. 2023

[15]基于多尺度和注意力机制的番茄病害识别方法. 张宁,吴华瑞,韩笑,缪祎晟. 2021

[16]基于YOLOX的穴盘甘蓝病害检测方法. 马驰,吴华瑞,于会山. 2023

[17]复杂场景下害虫目标检测算法:YOLOv8-Extend. 张荣华,白雪,樊江川. 2024

[18]基于改进边界匹配网络的鱼群摄食动作时序检测方法研究. 王丁弘,杨信廷,潘良,朱文韬,焦冬祥,周超. 2023

[19]基于可见光谱和改进注意力的农作物病害识别. 孙文斌,王荣,高荣华,李奇峰,吴华瑞,冯璐. 2022

[20]融合农村居民意图的健康知识推荐方法. 王馨悦,吴华瑞,陈雯柏,韩笑,朱华吉,赵春江. 2024

作者其他论文 更多>>