科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决杂交水稻育种授粉过程中父母本区分的精确性和实时性问题，本研究提出一种基于全卷积神经网络的、改进的DeepLabV3+杂交水稻育种父母本区分的语义分割模型。采用轻量化的主干网络Mobile Net V2结构替换原Deep Lab V3+的主干网络Xception结构，使之更适用于移动设备，并提出一种联系较为紧密的低层特征信息提取方法，将较低层次信息和较高层次信息初步融合作为原低层次信息的输入，使网络获得更加密集的信息，从而增强网络对于细节的提取能力。结果表明，改进的Deep Lab V3+网络模型较原Deep Lab V3+网络模型具有更高的杂交水稻制种父母本分割精度，并能够减少模型训练和图片预测时间。将改进后的Deep Lab V3+网络模型与其他主流网络和先进网络模型对比发现，各项参数精度均有所提高。本研究为深度学习在农业视觉机器人领域中的发展提供了参考。
- 单位
