基于U2—DSCNet植物叶片分割方法研究

打开文本图片集

摘要：为提高复杂背景情况下植物叶片分割算法精度、效果以及减少卷积计算量，提出一种改进的U2—Net语义分割模型U2—DSCNet。该模型基于U2—Net的RSU残差结构引入深度可分离卷积，采用DSC—RSU残差模块替代U2—Net的RSU单元，得到改进的U2—Net语义分割模型U2—DSCNet。模型由编码器、解码器、特征融合3部分构成，编码器有6层编码模块（En_1～En_6），解码器有5层解码模块（De_1～De_5），接着对5个解码器输出的图进行特征融合，得到融合不同尺度语义信息的特征图来用于模型训练。（剩余10843字）