-
题名基于RGE—UNet模型的甘蔗蔗梢识别研究
- 1
-
-
作者
沈中华
程虎强
夏爱强
李涵
-
机构
桂林理工大学
兰州信息科技学院智能装备学院
-
出处
《中国农机化学报》
北大核心
2025年第3期188-194,共7页
-
基金
广西壮族自治区重大科技专项(桂科技字[2022]117号)。
-
文摘
传统的甘蔗蔗梢图像分割算法步骤烦琐、整体优化较为困难,采用在小样本上仍表现优异的UNet网络,将模型原有主干网络替换为ResNet50来简化模型训练过程,上采样部分用Ghost轻量级模块替换普通卷积模块以减少模型的参数量和浮点数计算量,同时在编码器和解码器之间加入SE注意力机制对提取到的特征权重进行优化,最终得到一个轻量级的RGE—UNet蔗梢分割模型。结合迁移学习的方法对模型进行训练,将训练完成的模型通过Canny算子与水平垂直投影法对蔗梢区域进行识别,并提取蔗梢分割路径坐标。结果表明,基于RGE—UNet模型识别方法的平均像素准确率为94.98%,单张图片分割时间为0.31 s,分割速度较UNet与R50—UNet模型分别提高13.9%和18.4%。该模型能实现对蔗梢的快速准确识别,为甘蔗收割的自动化研究提供一定的技术参考。
-
关键词
甘蔗蔗梢
路径识别
语义分割
RGE—UNet
迁移学习
-
Keywords
sugarcane shoots
path recognition
semantic segmentation
RGE—UNet
transfer learning
-
分类号
S566.1
[农业科学—作物学]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
