基于改进U-net神经网络的花生生长感知方法

本发明所述基于改进U‑net神经网络的花生生长感知方法，采用RGB和深度花生植株图像，针对性地提出基于改进U‑net神经的花生生长智能感知手段，以期构建双通道输入方式对多模态数据进行融合分析，进而实现花生目标植株图像有效感知与实时检测的使用要求。采用Transformer架构，包括编码器和解码器两部分；所述的编码器采用双重U‑net模型作为特征提取的主干网络且引入CBAM注意力机制，分别提取RBG图像和深度图像的花生植株特征，并在下采样模块中设计加入了卷积块注意力模块CBAM来提高特征的提取效果；所述的解码器采用交叉注意力模块CA，以来融合编码器提取的RBG图像和深度图像花生植株特征，植株特征通过反卷积方法来还原成原图像大小以实现对花生植株的感知与检测。