| 适应遮挡条件下奶油生菜的实例分割方法研究 |
| |
| 引用本文： | 韩江枫,杨意,郑鸿燊,刘厚诚,琚俊,辜松.适应遮挡条件下奶油生菜的实例分割方法研究[J].农机化研究,2024(8):80-84. |
| |
| 作者姓名： | 韩江枫 杨意 郑鸿燊 刘厚诚 琚俊 辜松 |
| |
| 作者单位： | 1. 华南农业大学工程学院;2. 华南农业大学电子工程学院;3. 华南农业大学园艺学院 |
| |
| 基金项目： | 国家重点研发计划项目(2021YFD2000703)； |
| |
| 摘 要： | 利用机器视觉技术测量生菜的表型参数对探索生菜的生长规律有着非常重要的意义，而构建生菜个体的识别及轮廓分割算法是实现表型参数精准测量的重要前提；但是，在生菜培育至采收期，俯视图下生菜个体间叶片相互重叠遮挡，对个体识别和轮廓分割造成很大的阻碍。为此，改进了Mask R-CNN神经网络模型，掩膜分支采用class-agnostic模式，以ResNeXt50联合FPN替换原有的卷积主干，实现了遮挡条件下奶油生菜的个体识别和轮廓分割。为了对改进模型的分割精度进行验证分析，采用平均精度AP75和平均检测耗时作为评价指标，与原始Mask R-CNN、DeepMask、MNC分割模型在不同程度遮挡测试集上设置对比试验。结果表明：改进模型的平均精度达到98.7%,相比原模型提高了约4%,且在重度遮挡测试集上依然能够保持良好的分割精度。研究结果可为遮挡条件下植物叶片的识别和分割提供算法参考，也可为奶油生菜的表型参数提取提供技术支持。
|
| 关 键 词： | 奶油生菜 轮廓分割 遮挡 Mask R-CNN 深度学习 图像处理 |
|
|
