典型文献
基于多尺度串联空洞卷积的轻量化UNet香蕉图像分割
文献摘要：
针对香蕉果串识别系统中传统的UNet网络存在实时性差、参数量多、下采样后丢失空间信息等问题,该研究提出基于UNet模型的轻量化分割网络,构造一个轻量级的主干特征提取模块,在降低模型参数量和计算量的同时增强网络提取特征的能力,使用膨胀率为[2,1,2]锯齿波形的多尺度串联空洞卷积组合在增大感受野的同时保持对细节的敏感度.该研究算法在自建香蕉果串数据集上的试验结果表明,网络参数量为0.45 M时,香蕉果串识别分割速度可达41.0帧/s,平均像素分类准确率为97.32％、交并比为92.57％.相比于其他模型具有准确率高、参数量小等优点,能够较好地实现精度和速度的均衡.该算法对自然种植环境下的香蕉果串具有良好的识别效果,可为智能化香蕉采摘等应用提供视觉识别技术支持.
文献关键词：
轻量化Unet;语义分割;多尺度串联空洞卷积;香蕉识别
中图分类号：
作者姓名：
朱立学;伍荣达;付根平;张世昂;杨尘宇;陈天赐;黄沛琛
作者机构：
仲恺农业工程学院机电工程学院,广州 510225;仲恺农业工程学院自动化学院,广州 510225
文献出处：
引用格式：
[1]朱立学;伍荣达;付根平;张世昂;杨尘宇;陈天赐;黄沛琛-.基于多尺度串联空洞卷积的轻量化UNet香蕉图像分割)[J].农业工程学报,2022(13):194-201
A类：
多尺度串联空洞卷积,锯齿波形,香蕉采摘,香蕉识别
B类：
UNet,图像分割,识别系统,下采样,空间信息,分割网络,轻量级,取模,模型参数量,计算量,提取特征,膨胀率,感受野,网络参数,像素分类,分类准确率,交并比,种植环境,化香,视觉识别技术,Unet,语义分割
AB值：
0.257541
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
