摘要
本发明公开了一种叶类蔬菜图像分割方法、系统、设备与介质,涉及目标分割技术领域,包括步骤:采集叶类蔬菜图像数据,并提取多尺度的初始特征图;对多尺度的初始特征图进行卷积获取多尺度特征图,并以自底向上的路径对多尺度特征图生成新的特征映射,将新的特征映射融合获得最终特征图;基于最终特征图,生成初始的预测掩码,通过对初始的预测掩码进行分块、DCT变换、矫正和边界优化操作,输出包含掩码信息的多维DCT向量,以最终的多维DCT向量作为最终的预测掩码,获得叶类蔬菜图像的分割结果。本发明基于上述方法,捕捉叶类蔬菜的局部特征,进行多尺度特征融合,实现保留叶类蔬菜图像的核心信息,降低环境因素的影响。
技术关键词
叶类蔬菜
图像分割方法
图像多尺度
金字塔池化模块
特征提取网络
注意力机制
感知特征
离散余弦变换
特征位置信息
图像分割系统
多尺度特征融合
分类器
深度学习模型
分块
数据获取模块
处理器
系统为您推荐了相关专利信息
图像识别模型
生态
健康状态识别
特征提取网络
重构
特征提取方法
处理单元
检测头
注意力机制
特征提取网络
多任务损失函数
图像分割模型
图像分割网络
图像分割方法
平滑度