摘要
一种真实场景下的银杏叶用经济林冠层语义分割方法,该方法采用语义分割模型对低空无人机采集到的叶用银杏冠层正射影像进行处理,从复杂背景中区分出叶用银杏冠层。所述语义分割模型是Haar_UNet;Haar_UNet是对UNet分割网络的改进,改进方法是在保留UNet分割网络的编码和解码器的网络框架下:用哈尔小波下采样模块替换编码层的最大池化下采样层,将原始图像信息分解为低频子带与高频子带,利用高频信息能够无损还原的特点进行后续的特征提取与重构;在特征通道的升维与降维运算后嵌入SENet注意力机制模块;在每层编码器下采样前嵌入Multi grid空洞卷积模块。试验结果表明Haar_UNet模型具有较高的分割识别精度。
技术关键词
语义分割方法
语义分割模型
经济林
卷积模块
低空无人机
采样模块
图像
注意力机制
场景
编码块
样本
数据
小型无人机
网络
空洞
解码器
重构
银杏树
编码器
系统为您推荐了相关专利信息
多声道
卷积循环神经网络
卷积模块
定位方法
序列
深度学习网络模型
分级分类方法
主题模型
构建深度学习网络
卷积模块
去噪模型
机器人状态信息
操作系统
数据储存模块
点云特征
三维动态避障
低空无人机
静态障碍物
保护区
偏转角