基于改进Mask R-CNN的水稻茎秆杂质分割方法研究

作者：马志艳; 张徐康; 杨光友

来源：中国农机化学报, 2021, 42(06): 145-150.

DOI：10.13733/j.jcam.issn.2095-5553.2021.06.23

• 水稻含杂率
• 深度学习
• 实时检测
• 茎秆分割
• 精确率
• 召回率

针对目前国内联合收割机缺乏含杂率在线检测的问题,提出一种基于改进Mask R-CNN的水稻茎秆杂质分割方法。依据茎秆杂质形状位置特征,对原始Mask R-CNN中网络层进行优化;引入图像增广技术对图像样本进行扩充,解决图像训练数据匮乏问题;利用训练后模型对验证集中图像进行分割,并与原始Mask R-CNN等算法进行对比。结果表明,改进后Mask R-CNN算法的综合评价指标F1达到91.12%,优于其他模型,且分割时间可达到3.57 s,证明其可满足实时检测要求,为后续含杂率在线检测系统实现提供技术参考。

• 单位
  湖北工业大学