基于多尺度注意力U-Net的结球甘蓝青虫检测方法

针对结球甘蓝青虫姿态多样、形状不规则以及传统U-Net对多尺度图像检测的鲁棒性较差等问题，本研究提出一种基于多尺度注意力U-Net(MSAU-Net)的结球甘蓝青虫检测方法。该方法将多尺度空洞Inception和注意力引入到U-Net,通过设置不同膨胀率的初始卷积层卷积核和全局池化层类型，提取多尺度深层次的结球甘蓝青虫检测特征。首先，对原始图像进行超像素聚类，极大减少结球甘蓝青虫图像的基元数量；其次，利用多尺度空洞U-Net提取不同大小的结球甘蓝青虫特征；最后，通过注意力连接将MSAU-Net同层的浅层、深层特征拼接，得到结球甘蓝青虫图像的关键特征，加快网络训练。MSAU-Net方法在结球甘蓝青虫数据集上的平均检测精度为95.26%,较U-Net方法提高了约6个百分点。MSAU-Net方法能较好地检测到大小不同的结球甘蓝青虫，能够应用于结球甘蓝青虫自动检测系统。