10.3778/j.issn.1002-8331.1902-0038
基于改进全卷积神经网络的玉米叶片病斑分割
玉米叶部病斑的准确分割是识别玉米叶部病害类别、实现作物精准施药的关键.为了准确分割出玉米叶部的病斑区域,提出了一种基于改进全卷积神经网络(Fully Convolutional Neural Network,FCN)的玉米叶片病斑分割方法.该方法的网络结构主要包括一个编码网络和对应的解码网络,在解码网络之后添加一个像素级别的分类器.编码网络结构是在传统VGG16网络的基础上进行改进,解码网络主要是对编码网络中的下采样层进行反卷积操作,通过对解码网络不断地进行训练,可以恢复编码网络输出特征图的分辨率,得到更为精确的分割效果.利用该研究方法与FCN、DeepLabV3、PSP Net等图像分割网络模型在不同的评价指标上进行比较,结果表明研究方法具有较好的分割性能,可以准确分割出玉米叶部的病斑区域.
玉米叶部病斑、全卷积神经网络、图像分割、反卷积
55
TP391.4(计算技术、计算机技术)
国家自然科学基金61473237;陕西省教育厅科研项目16JK2237
2019-12-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
127-132