English

中国农机化学报

中国农机化学报 ›› 2021, Vol. 42 ›› Issue (6): 145-150.DOI: 10.13733/j.jcam.issn.2095-5553.2021.06.23

• 中国农机化学报 • 上一篇    下一篇

基于改进Mask R-CNN的水稻茎秆杂质分割方法研究

马志艳;张徐康;杨光友;   

  1. 湖北工业大学农业机械工程研究设计院;
  • 出版日期:2021-06-15 发布日期:2021-06-15
  • 基金资助:
    国家重点研发计划子课题(2017YFD0700603—03)
    湖北省技术创新重大项目(2017ABA164)

  • Online:2021-06-15 Published:2021-06-15

摘要: 针对目前国内联合收割机缺乏含杂率在线检测的问题,提出一种基于改进Mask R-CNN的水稻茎秆杂质分割方法。依据茎秆杂质形状位置特征,对原始Mask R-CNN中网络层进行优化;引入图像增广技术对图像样本进行扩充,解决图像训练数据匮乏问题;利用训练后模型对验证集中图像进行分割,并与原始Mask R-CNN等算法进行对比。结果表明,改进后Mask R-CNN算法的综合评价指标F1达到91.12%,优于其他模型,且分割时间可达到3.57 s,证明其可满足实时检测要求,为后续含杂率在线检测系统实现提供技术参考。

关键词: 水稻含杂率, 深度学习, 实时检测, 茎秆分割, 精确率, 召回率

中图分类号: