基于双分支深度神经网络的农田场景语义分割方法

打开文本图片集

摘要：农田场景下对农作物和杂草的精确定位是靶向喷施除草剂和机械智能除草等技术的基础，针对现有算法易受目标间相互遮挡、目标形变、环境光照变化等不利因素影响的问题，提出一种基于双分支神经网络的农田场景语义分割算法，实现对农作物和杂草的像素级分类进而获取农作物和杂草的位置信息。首先，设计基于ResNeSt网络结构的骨干网络对图像进行特征提取；然后，设计并行的由细节分支和语义上下文分支组成的双分支神经网络，分别用于提取图像细节信息和图像语义上下文类别信息，并引入注意力机制以更好的提取上下文特征，提升语义分割的性能；接着，使用双分支特征融合模块对上述细节分支和语义上下文分支输出的特征进行融合；最后，通过语义分割头模块输出对农作物和杂草的语义分割结果。（剩余15384字）