基于稀疏实例与位置感知卷积的植物叶片实时分割方法

打开文本图片集

摘要：  植物叶片分割在高通量植物表型数据获取任务中起着关键作用。目前，多数植物叶片分割方法专注于提高模型分割精度，却忽视模型复杂度和推理速度。针对该问题，本研究提出一种基于稀疏实例激活与有效位置感知卷积的实例分割模型（ePaCC-SparseInst），实现植物叶片实时、精确分割。在ePaCC-SparseInst 中引入1组稀疏实例激活图作为叶片对象表示方式，并使用二部图匹配算法实现预测对象与实例激活图的一一映射，从而避免了繁琐的非极大值抑制（Non-maximum suppression，NMS）运算，提高了模型的推理速度。（剩余18055字）