一种基于深度学习和聚类联合方法的玉米叶片病害部位的分割方法

本发明公开了一种基于深度学习和聚类联合方法的玉米叶片病害部位的分割方法，涉及叶片病灶边缘分割技术领域，包括以下步骤：S1、候选区域进行检测；S2、病灶区域裁剪；S3、获取图像宽高以及中心点数据；S4、计算图像不同位置的特征数据；S5、前景与背景分离。该基于深度学习和聚类联合方法的玉米叶片病害部位的分割方法在使用时，和常见的聚类和区域增长相比，更多地使用了目标的形状信息，并且采用yolov5算法采用了多层卷积网络的设计，包括多个卷积层、激活函数和下采样操作的方式不需要标注数据训练，深度学习只需要检测到大概位置即可，从而加快模型推理速度，在较低的标签成本下，可以获取精细化的病灶分割边界。