融合改进UNet和迁移学习的棉花根系图像分割方法OACSCD
Root Image Segmentation Method Based on Improved UNet and Transfer Learning
[目的/意义]根系是植物组成的重要部分,其生长发育至关重要.根系图像分割是根系表型分析的重要方法,受限于图像质量、复杂土壤环境、低效传统方法,根系图像分割存在一定挑战.[方法]为提高根系图像分割的准确性和鲁棒性,本研究以UNet模型为基础,提出了一种多尺度特征提取根系分割算法,并结合数据增强和迁移学习进一步提高改进UNet模型的泛化性和通用性.首先,获取棉花根系单一数据集和开源多作物混合数据集,基于单一数据集的消融试验测试多尺度特征提取模块(Co…查看全部>>
唐辉;王铭;于秋实;张佳茜;刘连涛;王楠
河北农业大学 机电工程学院,河北保定 071001,中国河北省教育考试院,河北石家庄 050091,中国河北农业大学 机电工程学院,河北保定 071001,中国河北农业大学 机电工程学院,河北保定 071001,中国河北农业大学 农学院,河北保定 071001,中国河北农业大学 机电工程学院,河北保定 071001,中国
农业工程
深度学习根系图像分割UNet多尺度特征迁移学习
deep learningroot image segmentationUNetmulti-scale characteristicstransfer learning
《智慧农业（中英文）》 2023 (3)
96-109,14
河北省教育厅青年拔尖人才计划项目(BJ2021058)中央引导地方科技发展资金项目(236Z7402G)华北作物改良与调控国家重点实验室自主课题(NCCIR2021ZZ-23)Top-notch Talent Plan Program of the Education Department of Hebei Province(BJ2021058)Central Guiding Lo-cal Science and Technology Development Fund Projects(236Z7402G)State Key Laboratory of North China Crop Improvement and Regulation(NCCIR2021ZZ-23)
评论