基于Mask R-CNN的马铃薯叶片晚疫病量化评价

作者：邓朝; 纪苗苗; 任永泰^*

来源：扬州大学学报（农业与生命科学版）, 2022, 43(01): 135-142.

DOI：10.16872/j.cnki.1671-4652.2022.01.018

• 马铃薯晚疫病
• 自动量化方法
• 病害严重程度
• Mask R-CNN
• 深度学习

马铃薯晚疫病是由马铃薯晚疫病菌引起的一种严重影响马铃薯产量和质量的病害。农业生产者需在早期发现病害，以便采取必要措施防止病害传播到田间其他地方。在农业生产活动中，病害严重程度是一个重要参数，可用于预测产量、推荐防治措施、减少生产损失并控制成本。研究提出一种基于Mask R-CNN的马铃薯晚疫病量化评价方法，该方法包括数据集创建、图像分割、统计计算和表格查询操作等步骤。具体地，通过Mask R-CNN分割算法检测单个马铃薯叶片中的晚疫病斑，同时在正常和受病害感染区域生成高质量的分割掩膜，并计算病斑面积与叶片总面积之比K,根据K的取值确定病害的严重程度级别从而对病害进行量化评价。结果表明，研究提出的马铃薯晚疫病量化评价方法在保留测试集上总体精度可达到87.50%。

• 单位
  东北农业大学