基于DeepLab v3+的葡萄叶片分割算法
作者：
李余康;翟长远;王秀;袁洪波;张玮;...
作者机构：
西北农林科技大学机械与电子工程学院
北京农业智能装备技术研究中心
河北农业大学机电工程学院
北京市农林科学院植物保护环境保护研究所
语种：
中文
关键词：
葡萄叶片,卷积神经网络,DeepLab v3,空洞卷积,ResNet101,自动分割
期刊：
农机化研究
ISSN：
1003-188X
年：
2022
期：
2
页码：
149-155
基金类别：
北京市农林科学院创新能力建设专项（KJCX20180704）; 国家自然科学基金面上项目（31971775）; 重庆市技术创新与应用发展专项（cstc2019jscx-gksbX0089）
摘要：
为解决自然光照环境下复杂背景葡萄叶片图像的自动分割问题,使用一种DeepLab v3+语义分割算法,完成对葡萄叶片分割。该算法采用ResNet 101作为主干网络进行特征抽取;采用空洞卷积和编码模块进行多尺度特征融合,将ResNet的中间信息和编码模块的特征组合作为解码输入;采用上采样的方式进行尺度还原,得到语义分割结果。采用Cityscapes的预训练模型,将300张不同环境下、不同类型的葡萄叶片照片作为训练集,以数据增强的方式进行数据扩容,提高模型的鲁棒性和泛化能力。试验结果证明:本方法有较好的分割效果,在数据增强的方式下精确度（ACC）平均值为98.6%,较全卷积神经网络提高7.3%。对不同类型葡萄叶片分割精确度（ACC）值均高于97%,最高可达98.8%,平均交并比（mIOU）值均高于94%,最高可达97.1%。本算法能够较精准地分割自然光照条件下的葡...
