排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
观测叶片是了解植物生长情况的重要措施,为实现温室系统智能化管理,确保茄科植物的健康生长,使用实例分割技术可以获取到茄科植物在植物苗期的叶片生长信息。本研究提出了一种基于YOLOv5网络模型的茄科植物叶片实例分割模型YOLOv5-Biformer,该算法针对茄科植物叶片的小目标的特征,在主干网络中加入稀疏注意力网络,可以有效提高茄科植物叶片实例分割的效率。试验结果表明:YOLOv5-Biformer网络模型在茄科植物叶片数据集上与基准模型相比在精确度、召回率和平均精度指标上分别提高了0.5%、1.9%、1%,该网络模型在智能温室的环境下对于苗期的茄科植物叶片的实例分割有着显著效果,本研究可为实现温室系统的智能化管理提供部分新思路。 相似文献
4.
5.
准确获取图书信息是智能化管理图书的关键,为实现在架图书书脊和书脊底部标签的精确分割,本研究在SparseInst基础上提出增强编码器实例分割模型EE-SparseInst。该模型使用特征选择对齐模块将特征图对齐并融合,以减少边界信息损失,使用边界解析模块增强相邻书脊边缘处的语义表示,提高掩码的分割质量。建立在架图书图像数据集,数据集包含2 253张图像和标注信息。结果表明,EE-SparseInst平均精确率达到80.81%,相较于CenterMask、SOLOv2、PolarMask和SparseInst 4种主流锚框自由式实例分割方法分别提高了7.57%、20.07%、10.50%、0.74%。 相似文献
1