基于语义分割的芒果表皮缺陷识别

打开文本图片集

摘要： 【目的】运用语义分割技术自动识别芒果及其表皮缺陷，实现芒果的质量评估及分选，为芒果质量快速无损检测提供参考。【方法】采集自然环境下的多场景芒果表皮缺陷图像用于模型的训练与测试，将联合上采样金字塔（Joint pyramid upsampling，JPU） 结构替换DeepLabV3+中空洞空间卷积池化金字塔（Atrous spatial pyramidpooling，ASPP），将Atrous-ResNet 模型替换DeepLabV3+中Xception 模型，采用类别像素准确率（Class pixelaccuracy，CPA）、平均像素准确率（Mean pixel accuracy，MPA）、平均交并比 （Mean intersection over union，MIoU）作为模型的精度评价指标。（剩余380字）