基于RGE—UNet模型的甘蔗蔗梢識別研究

打開文本圖片集

摘要：

傳統(tǒng)的甘蔗蔗梢圖像分割算法步驟煩瑣、整體優(yōu)化較為困難，采用在小樣本上仍表現(xiàn)優(yōu)異的UNet網(wǎng)絡(luò)，將模型原有主干網(wǎng)絡(luò)替換為ResNet50來簡化模型訓(xùn)練過程，上采樣部分用Ghost輕量級模塊替換普通卷積模塊以減少模型的參數(shù)量和浮點數(shù)計算量，同時在編碼器和解碼器之間加入SE注意力機(jī)制對提取到的特征權(quán)重進(jìn)行優(yōu)化，最終得到一個輕量級的RGE—UNet蔗梢分割模型。（剩余15025字）