基于SwinT-YOLACT的玉米果穗实时实例分割OACSCDCSTPCD
Real-time instance segmentation of maize ears using SwinT-YOLACT
玉米果穗的表型参数是玉米生长状态的重要表征,生长状况的好坏直接影响玉米产量和质量.为方便无人巡检机器人视觉系统高通量、自动化获取玉米表型参数,该研究基于YOLACT(you only look at coefficients)提出一种高精度-速度平衡的玉米果穗分割模型SwinT-YOLACT.首先使用Swin-Transformer作为模型主干特征提取网络,以提高模型的特征提取能力;然后在特征金字塔网络之前引入有效通道注意力机制,剔除冗余特征信息…查看全部>>
朱德利;余茂生;梁明飞
重庆师范大学计算机与信息科学学院,重庆 401331||重庆市数字农业服务工程技术研究中心,重庆 401331重庆师范大学计算机与信息科学学院,重庆 401331||重庆市数字农业服务工程技术研究中心,重庆 401331重庆师范大学计算机与信息科学学院,重庆 401331||重庆市数字农业服务工程技术研究中心,重庆 401331
农业工程
图像分割注意力机制玉米果穗YOLACTSwin-Transformer
image segmentationattention mechanismmaize earYOLACTSwin-Transformer
《农业工程学报》 2023 (14)
164-172,9
重庆市教育委员会科学技术研究项目(KJQN201800536)重庆市高校创新研究群体项目智慧农业的机器视觉感知与智能算法研究(CXQT20015)
评论