基于通道特征金字塔的田间葡萄实时语义分割方法

来源：农业工程学报杂志2022年第17期北京时间：

作者：孙俊,宫东见,姚坤杉,芦兵,戴春霞,武小红,

摘要：复杂环境下葡萄的快速检测识别是智能采摘的关键步骤，为解决目前葡萄识别精度低和实时性差的问题，该研究提出一种轻量级葡萄实时语义分割模型（Grape Real-time Semantic Segmentation Model，GRSM）。首先，利用通道特征金字塔（Channel-wise Feature Pyramid，CFP）模块进行特征提取，该模块通过13和31空洞卷积的跳跃连接，在减少模型参数量的同时提取葡萄图像的多尺度特征和上下文信息；然后，采用池化卷积融合结构完成下采样，增加可训练参数以减少信息损失；最后，利用跳跃连接融合多种特征恢复图像细节。试验结果表明：该研究所提出的模型在田间葡萄测试集上达到了78.8%的平均交并比，平均像素准确率为90.3%，处理速度达到68.56帧/s，网络结构大小仅为4.88 M。该模型具有较高分割识别精度和较好实时性，能满足葡萄采摘机器人对视觉识别系统的要求，为葡萄的智能化采摘提供了理论基础。

关键词：机器视觉, 图像识别, 语义分割, 实时性, 葡萄, CFP