-
题名多尺度交叉融合与边界感知的葡萄叶片病害分割网络
- 1
-
-
作者
吕佳
胡佳乐
-
机构
重庆师范大学计算机与信息科学学院
重庆市数字农业服务工程技术研究中心
-
出处
《农业工程学报》
北大核心
2025年第17期203-212,共10页
-
基金
重庆市高校创新研究群体项目(CXQT20015)
重庆市中小学创新人才培养工程项目计划(CY250504)。
-
文摘
为解决葡萄叶片病害分割中病害区域形态多样、背景复杂与光照干扰导致的边缘模糊问题,该研究提出了一种多尺度交叉融合与边界感知的葡萄叶片病害分割网络。研究中多尺度交叉融合解码器通过结合多尺寸条形卷积核和交叉轴注意力机制,能够有效提取多尺度特征并捕获全局信息,提升了对不同大小病害区域的分割效果。此外,提出的轻量化边界感知引导模块,通过边界信息强化特征学习,增强了网络对边界信息的敏感性,有效提升了其对病害模糊边缘的识别能力,从而进一步提高了对病害区域的分割性能。试验结果表明,该网络在自建数据集上病害分割任务中,Dice相似系数和准确率分别达到86.3%和88.3%,能够满足葡萄叶片病害的分割需求。在公有数据集Plant Village上的试验结果显示,Dice相似系数和准确率分别达到85.2%和86.5%,验证了其良好的泛化性和实际应用潜力。在计算效率方面,该网络的参数量和浮点数运算量分别为3.75M和1.61GFLOPs,降低了计算成本并提升了运行效率。因此,该研究提出的网络为复杂环境下叶片病害区域的精确分割提供了一种更加高效且稳定的解决方案。
-
关键词
病害
葡萄叶片
语义分割
多尺度交叉轴注意力
边界感知引导
轻量化网络
-
Keywords
diseases
grape leaf
semantic segmentation
multi-scale cross-axis attention
boundary-aware guidance
lightweight network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
S24
[农业科学—农业电气化与自动化]
-
