基于全卷积神经网络的植物叶片自动分割及表型解析
来源：中国农机化学报杂志2021年第8期北京时间：
作者：王鹤树, 曹丽英,
单位：吉林农业大学信息技术学院;
摘要：为提高植物叶片图像中形态参数提取的效率和准确率,以全卷积神经网络为基础,对模型构架和关键函数进行优化,通过有监督的学习方法实现植物叶片图像分割效果。模型在测试集上的平均召回率r为0.95,MIoU为0.94。在分割结果中提取植物叶片的形态学参数与人工提取结果高度相关,r~2>0.96。该研究实现了植物叶片图像高通量地分割,并且在分割结果中提取的植物叶片形态参数可以用于作物长势监测等相关研究。
关键词：图像分割,深度学习,全卷积神经网络,形态参数解析
基金资助：国家自然科学基金项目(U19A2061)
