小麦倒伏区域识别模型建立方法及应用

本发明公开了一种小麦倒伏区域识别模型建立方法及应用，主要解决传统识别方法处理效率低下、成本偏高以及分割识别精度不高的技术问题。通过结合上下文和空间感知的UssNet模型，充分发挥了UNet的语义分割和State Space Models(SSM)的全局上下文感知的优势，能够很好地用于小麦倒伏语义分割任务。且通过将局部辅助机制与SSM相结合，从不同方向选择性地扫描特征映射，可以线性计算长序列和提取全局上下文图像信息。此外，在解决小麦倒伏类别不平衡和识别倒伏小区域问题上，引入Focal损失函数。为了解决dead ReLu现象，采用GeLu作为激活函数，并保留ReLu的抑制过拟合能力，可达到最优的识别效果。通过关注图像全局信息，UssNet模型可有效提高小麦倒伏区域的识别精度。