基于改进BiSeNetV2的甜菜与杂草识别方法研究

打开文本图片集

摘要：针对现有的语义分割网络在复杂光照条件下识别实时性差、对杂草与作物重叠区域易误分类的问题，以甜菜和杂草作为识别对象，提出融合频率特征的实时分割网络FA—BiSeNetV2。首先，以BiSeNetV2模型中的语义分支为出发点，在各聚集扩展层后加入二维离散余弦变化层提取出不同层次的频率特征；其次，对频率特征采用自适应频率处理模块以解析场景数据分布，将处理后的各阶段频率特征加权求和得到多层次频率特征；最后，采用多尺度空间频率融合模块对聚合层特征和多层次频率特征从全局和局部两个方面进行融合，实现空间特征重构。（剩余11497字）