论文部分内容阅读
田间除草技术在农业生产中具有重要意义。针对复杂背景下农作物与杂草识别率低、算法鲁棒性差等问题,提出一种图像分割网络Res-Unet。该网络为unet网络的改进版本,采用resnet50网络代替unet主干网络,解决复杂背景下农作物与杂草区域提取困难、小植株检测效果差、分割边缘震荡、变形问题。将图像的平均交并比、准确率、训练时长作为评价指标进行实验。结果表明:使用Res-Unet模型的平均交并比为82.25%,平均像素准确率为98.67%。改进的Res-Unet模型相对于Unet平均交并比高出4.74