基于改進(jìn)DeepLabv3+的輕量化作物雜草識別方法

打開文本圖片集

摘要：為在存儲資源與計算能力有限的設(shè)備上實(shí)現(xiàn)田間作物和雜草的識別，本文提出一種基于改進(jìn)DeepLabv3+的輕量化語義分割網(wǎng)絡(luò)。首先，以MobileNet v2作為DeepLabv3+的特征提取骨干網(wǎng)絡(luò)，提出雙分支殘差模塊替換倒殘差模塊，并刪除后兩層卷積以降低模型參數(shù)量。其次，在空洞空間金字塔池化（Atrous Spatial Pyramid Pooling，ASPP）模塊中引入分組逐點(diǎn)卷積，使用深度擴(kuò)張卷積替換標(biāo)準(zhǔn)卷積，并將卷積后的特征圖進(jìn)行多尺度特征融合增強(qiáng)對作物和雜草深層特征的提取能力。（剩余14744字）