10.3969/j.issn.1006-2475.2023.07.016
基于改进SegFormer模型的棉田地表残膜图像分割方法
为了解决棉花种植过程中残留地膜造成的严重污染问题,提出一种基于改进SegFormer模型的残膜目标快速识别分割的方法.以新疆维吾尔自治区昌吉市棉田(坐标44°23′1″ N,87°30′23″ E)的收后地表残膜为研究对象,在雪后晴天中午时间段使用无人机采集图像共计1047幅并制作成数据集.对SegFormer模型增加更深的特征图层级,使其能获取更细微的特征以解决残膜形态多变和目标较小的问题.SegFormer原始模型平均交并比已达到83.00%,改进SegFormer模型较原始模型平均交并比提升0.42个百分点,骰子系数提升0.3个百分点,单幅检测时间为51.13 ms.实验结果表明,改进SegFormer模型基本能满足快速分割任务的要求,为棉田残膜污染情况的快速评估提供了理论基础.
棉田残膜、无人机、神经网络、语义分割、SegFormer、特征图层级
S24(农业电气化与自动化)
新疆维吾尔自治区重大科技专项2020A01002-4
2023-08-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
93-98