LU-ReNet植物叶片分割与计数模型

摘要：

为完成一种植物叶片分割与计数模型LU-ReNet,利用Xception module和CoordConv改进模型编码器,通过改进的ReNet模型并参照Unet模型结构将CNN和RNN结合在一起.在CVPPP的A1、A2、A3基准数据集上,LU-ReNet模型取得了0.95的平均F1-score、95.54％的平均前景-背景Dice(FBD％)、0.95的平均召回率和1.91的平均计数差分绝对值(|Dic|).在A2基准数据集上,该模型表现超越大部分最新算法.实验结果表明,该网络在拥有高分割准确率的同时具有良好的泛化能力.

关键词：叶片分割;植物表型;深度神经网络;卷积神经网络;叶片计数

所属期刊栏目：43

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：553-559