基于改進(jìn)U-Net的根系表型參數(shù)測量系統(tǒng)

打開文本圖片集

摘  要：為解決背景噪聲干擾下，從微根管采集的原位根系圖像中難以直接提取準(zhǔn)確的表型參數(shù)問題，提出一種基于改進(jìn)U-Net的微根管根系表型參數(shù)測量系統(tǒng)。在U-Net網(wǎng)絡(luò)中引入優(yōu)化后的空洞空間金字塔池化模塊（Atrous Spatial Pyramid Pooling，ASPP）和高效通道注意力模塊（Efficient Channel Attention，ECA），增大感受野，提升模型捕捉根系細(xì)節(jié)特征的能力，獲取精確的根系分割圖像。（剩余13858字）