浙江农业科学 ›› 2021, Vol. 62 ›› Issue (9): 1721-1725.DOI: 10.16178/j.issn.0528-9017.20210915

• 经济作物 • 上一篇    下一篇

基于语义分割的棉花垄间实时道路识别

朱逸航1,2(), 张延宁1,2, 张小敏1,2, 林洋洋1,2, 耿金凤1,3,4, 应义斌1,2, 饶秀勤1,2,*()   

  1. 1.浙江大学 生物系统工程与食品科学学院,浙江 杭州 310058
    2.农业农村部农产品产地处理装备重点实验室,浙江 杭州 310058
    3.枣庄学院机电工程学院,山东 枣庄 277101
    4.新多集团有限公司,浙江 永康 321300
  • 收稿日期:2021-07-26 出版日期:2021-09-11 发布日期:2021-09-13
  • 通讯作者: 饶秀勤
  • 作者简介:饶秀勤,教授,博士,从事智能农业装备研究工作,E-mail: xqrao@zju.edu.cn
    朱逸航(1998—),男,浙江杭州人,硕士研究生,从事智能农业装备研究工作,E-mail: yihang_zhu@zju.edu.cn
  • 基金资助:
    国家重点研发计划(2017YFD0700901)

  • Received:2021-07-26 Online:2021-09-11 Published:2021-09-13

摘要:

为解决棉花垄间道路识别准确性和实时性差的问题,建立用于棉花垄间道路实时识别的Quarter-Unet模型,深度学习语义分割模型FCN和Unet对棉花垄间道路识别的适应性,选择适应性更好的Unet模型,对其VGG16主干进行剪枝,得到Half-Unet和Quarter-Unet,采用640幅图像组成的训练集和160幅图像组成的验证集进行研究,结果表明,与Unet模型相比,在识别的MIoU基本不变的情况下,Quarter-Unet的内存占用量降至19.5%,而处理速度提高至155%,为后续研发棉花田间智能农机导航设备提供了技术基础。

关键词: 道路识别, 语义分割, Unet模型, 棉花

中图分类号: