基于改进U-Net的不同容重小麦籽粒识别检测 |
| |
引用本文: | 吕宗旺,王玉琦,孙福艳.基于改进U-Net的不同容重小麦籽粒识别检测[J].河南农业科学,2023(10):141-152. |
| |
作者姓名: | 吕宗旺 王玉琦 孙福艳 |
| |
作者单位: | 1. 河南工业大学信息科学与工程学院;2. 粮食信息处理与控制教育部重点实验室 |
| |
基金项目: | 国家重点研发计划课题(2017YFD0401004); |
| |
摘 要: | 小麦质量等级检测过程中,容重是一项非常重要的指标。人工检测和传统图像处理方法在小麦质量等级检测方面存在设备昂贵、识别效率低等问题,需要进一步改进。采用自制3种等级小麦籽粒样品作为小麦容重数据集,针对小麦籽粒目标小、边缘分割不清晰等特点对U-Net网络进行改进。在主干网络上,采用残差堆叠模块来减少特征损失,在网络桥接部分嵌入CBAM注意力机制模块来加强对特征的进一步提取,在解码器部分嵌入自注意力机制模块,还原细节信息。结果表明,改进网络模型CBSA_U-Net的平均交并比(MIoU)为81.5%,比U-Net模型提升了1.8百分点,相较于PSPNet、DeepLabv3+模型分别提升了4.2、3.3百分点。
|
关 键 词: | 小麦 质量等级 籽粒识别 容重 残差模块 注意力机制 U-Net模型 分割 |
|