基于U-Net的玉米叶部病斑分割算法
Chinese Agricultural Science Bulletin(2021)
Abstract
本文旨在提出一种基于U-Net算法模型的玉米病程分级方法,实现对玉米常见4类叶部病害程度的快速、准确、客观分级.该方法以两组U-Net模型并行运算实现对玉米叶部病斑图像的语义分割任务.经测试图像分割试验中病斑分割MIoU值达到93.63%,叶片分割MIoU值达到96.33%,且运算速度均在1秒内完成.试验结果表明,该研究以手机拍照等方式采集数据源,不依赖专业仪器设备即可实现玉米病害快速分级,可取代以往以人工目测进行的病害识别方式,提高了病害分级的准确性和客观性.该模型与物联网设备结合运用,可实现玉米病害预警、降低病害影响、增产增收科技惠农的目标.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined