[發(fā)明專利]一種基于MASK RCNN的農(nóng)作物圖像分割提取算法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110657852.8
• 申請(qǐng)日: 2021-06-11
• 公開（公告）號(hào): CN113408524A
• 公開（公告）日: 2021-09-17
• 發(fā)明（設(shè)計(jì)）人: 孫桂玲;王世杰;鄭博文;杜雅雯
• 申請(qǐng)（專利權(quán)）人: 南開大學(xué)
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06K9/62;G06N3/04;G06T5/20;G06T7/11;G06T7/136
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于MASK RCNN的農(nóng)作物圖像分割提取算法，應(yīng)用于各種類農(nóng)作物圖像數(shù)據(jù)集，經(jīng)過圖像預(yù)處理后將圖像輸入網(wǎng)絡(luò)，可高精度、高效、無損地實(shí)現(xiàn)農(nóng)作物圖像的分割與提取，幫助農(nóng)作物種植人員實(shí)時(shí)了解農(nóng)作物生長動(dòng)態(tài)，更好的管理農(nóng)作物，具體算法流程包括如下步驟：

(1)預(yù)處理：將農(nóng)作物圖像數(shù)據(jù)集以8∶2比例分為訓(xùn)練集與測(cè)試集，并通過Labelme對(duì)訓(xùn)練集集進(jìn)行標(biāo)注；

(2)輸入：農(nóng)作物圖像數(shù)據(jù)集；

(3)初始化：迭代次數(shù)Max_step；

(4)殘差網(wǎng)絡(luò)和增添路徑聚合與特征增強(qiáng)的特征金字塔網(wǎng)絡(luò)進(jìn)行農(nóng)作物圖像特征提取，生成特征圖；

(5)特征圖通過優(yōu)化目標(biāo)錨框比例的區(qū)域生成網(wǎng)絡(luò)，提取可能存在的目標(biāo)區(qū)域，并通softmax分類器對(duì)前景和背景進(jìn)行二值分類

(6)可能存在的區(qū)域目標(biāo)經(jīng)過非最大抑制過濾器，濾除不符合閾值的目標(biāo)；

(7)將步驟(4)生成的特征圖與步驟(6)符合閾值的可能存在區(qū)域目標(biāo)傳輸至ROIAlign；

(8)使用雙線性內(nèi)插的方法獲得坐標(biāo)為浮點(diǎn)數(shù)的像素點(diǎn)上的圖像數(shù)值，保存特征圖的空間信息；

(9)修正特征圖像尺寸，使全部特征圖尺寸為256×256大小；

(10)將(9)結(jié)果經(jīng)過新增微全連接網(wǎng)絡(luò)生成mask損失；

(11)將(9)結(jié)果經(jīng)過全連接網(wǎng)絡(luò)生成box與cls損失；

(12)將(9)結(jié)果經(jīng)過sobel算子預(yù)測(cè)目標(biāo)邊緣，生成edge損失；

(13)將(10)-(12)結(jié)果求和生成損失函數(shù)，并輸出Precision、Recall、Averageprecision、Mean Average Precision與F1分?jǐn)?shù)；

(14)判斷是否到達(dá)最大迭代次數(shù)Max_step，未到達(dá)則返回步驟(4)，達(dá)到則輸出農(nóng)作物分割圖像與Precision-Recall曲線。