基于多尺度特征融合的马铃薯疮痂病图像语义分割方法

摘要

为了精确分割马铃薯疮痂病斑，提出一种名为MSFF-UNet的语义分割模型。在模型解码器向上融合的同时进行特征增强，通过进行卷积和归一化操作，增强区分不同尺寸病斑的生长状况，也可增加多维度的特征融合功能，对解码器的高层次数据强化特征提取后与低层次数据进行特征融合，以捕获不同尺度下的马铃薯或疮痂病斑的语义数据。结果表明，改进后的马铃薯疮痂病图像语义分割模型精确率、类别平均像素准确率、平均交并比分别为93.90%、93.51%、87.72%,能够较准确地分割马铃薯与疮痂病斑。

关键词

语义分割 / 特征融合 / UNet / 马铃薯 / 疮痂病

基金资助

国家自然科学基金资助项目(60903098); 山东大学微生物改造技术国家重点实验室开放课题资助项目(M2023-07); 山东省自然科学基金面上资助项目(ZR2022MC109); 宁夏回族自治区重点研发计划资助项目(2023BCF01015)