论文部分内容阅读
为了提高开放田间环境下叶片分割算法的精度与鲁棒性,提出一种空洞全卷积网络模型。模型采用编码器-解码器结构,编码器接收图像输入,利用卷积完成特征提取,解码器则使用双线性插值完成图像重建,输出分割结果。针对卷积与池化的降采样效果,在解码器中融合底层卷积输出以保留更多局部空间信息;针对传统卷积感受野较小,分割主体尺度差异较大的问题,引入并联的空洞卷积核使得算法能够适应不同尺度的输入。实验表明,相比于GrabCut分割算法与原始全卷积网络,所提出的算法有更优良的性能,单像素精度达到0.9735,均交并比达到