-
题名基于卷积评价及对抗网络的花粉、孢子图像增广算法
被引量：1
- 1
-
-
作者
王万亮
江高飞
严江伟
薛卫
-
机构
南京农业大学人工智能学院
南京农业大学资源与环境学院
山西医科大学法医学院
-
出处
《江苏农业学报》
CSCD
北大核心
2021年第5期1190-1198,共9页
-
基金
国家自然科学基金重点研发计划项目(2017YFD0800204)。
-
文摘
针对花粉、孢子图像特征复杂,样本稀缺及种类繁多制约图像检测识别效果的问题,建立基于自适应阈值分割的pix2pix图像增广模型。首先基于卷积评价改进自适应阈值分割算法,择优选取语义分割图像;其次构建pix2pix图像增广模型,将语义分割图像和原始图像建立标签映射用于模型训练,根据语义分割图像生成仿真图像,扩充样本数据集。结果表明,以149种花粉、孢子图像为样本,通过图像增广模型生成的花粉、孢子图像整体相似度达到85.40%;图像增广前Faster RCNN、YOLOv3检测模型的检测精准率分别为86.18%、85.64%,使用增广后的样本训练模型,检测精准率分别达到92.16%、90.57%,提升5.98个百分点和4.93个百分点。
-
关键词
花粉检测
图像增广
图像分割
pix2pix网络
-
Keywords
pollen detection
image augmentation
image segmentation
pix2pix network
-
分类号
S126
[农业科学—农业基础科学]
-
