基于改进U-Net++的水稻病害图像分割研究
打开文本图片集
摘要：针对当前作物病害图像分割方法通用性差、精度不高导致病害识别和分级诊断效率低下的问题，提出了一种改进U-Net++网络的水稻病害图像分割模型。首先将使用数码相机获取的水稻纹枯病、稻瘟病和胡麻叶斑病图像进行标注、数据增强等预处理，构建成水稻病害数据集。其次，选取U-Net++语义分割模型，将编码器中各卷积块的双层普通卷积核替换成膨胀系数为1、2、3的3层空洞卷积，扩大网络在特征提取时的感受野，增强模型对全局信息的获取能力，提高模型的分割性能。（剩余10575字）
