| 一种新型的无人机牧草分割网络—LMS-DeeplabV3+ |
| |
| 引用本文： | 占子恬,潘新,罗小玲,郜晓晶,闫伟红.一种新型的无人机牧草分割网络—LMS-DeeplabV3+[J].光电子．激光,2024,35(6):588-595. |
| |
| 作者姓名： | 占子恬 潘新 罗小玲 郜晓晶 闫伟红 |
| |
| 作者单位： | 内蒙古农业大学 计算机与信息工程学院，内蒙古 呼和浩特 010018,内蒙古农业大学 计算机与信息工程学院，内蒙古 呼和浩特 010018,内蒙古农业大学 计算机与信息工程学院，内蒙古 呼和浩特 010018,内蒙古农业大学 计算机与信息工程学院，内蒙古 呼和浩特 010018,中国农业科学院草原研究所，内蒙古 呼和浩特 010020 |
| |
| 基金项目： | 国家自然科学基金(61962048,61562067)、中央级基本科研业务费(1610332020020)、内蒙古自治区高等 学校科学研究项目(NJZZ22502,NJZY21492)和内蒙古自治区科技计划项目(2019GG259)资助项目 |
| |
| 摘 要： | 目前草原环境复杂、牧草分散且与背景颜色差异小，无法实现高效精准的分割，因此本文提出了一种新型的轻量化多尺度DeeplabV3+网络(lightweight and multi-scale DeeplabV3+network, LMS-DeeplabV3+)。该网络以DeeplabV3+为基础网络，首先选用轻量级的MobilenetV2作为骨干网络用于初步特征提取，并为了适应牧草分割任务做了网络配置上的调整；其次在加强特征提取模块和解码模块中均使用深度可分离卷积代替普通卷积以轻量化网络；此外利用密集空洞空间金字塔池化(dense atrous spatial pyramid pooling, DASPP)模块捕获更大的感受野，加强各特征之间的交互；又引入卷积注意力机制(convolutional block attention module, CBAM)重分配权重加强特征提取。实验证明，提出的新网络与原始网络相比平均交并比(mean intersection over union,mIOU)提升了8.06个百分点、平均像素精度(mean pixel accuracy,mPA)提升了6.7...
|
| 关 键 词： | 无人机 牧草分割 深度学习 LMS-DeeplabV3+ 轻量级 |
| 收稿时间： | 2023/1/9 0:00:00 |
| 修稿时间： | 2023/4/25 0:00:00 |
|
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
| 点击此处可从《光电子．激光》下载免费的PDF全文 |
|
