基于U-Net的玉米叶部病斑分割算法

• 作者: 刘永波 胡亮 曹艳 唐江云 雷波
• 来源期刊: 中国农学通报
• 学科: 农学
• 关键词: 玉米病害 图像处理 全卷积 U-Net 病程分级
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 植物保护·农药
• 页码范围: 88-95
• 页数: 8页
• 分类号: S24
• 语种: 中文

摘要

本文旨在提出一种基于U-Net算法模型的玉米病程分级方法,实现对玉米常见4类叶部病害程度的快速、准确、客观分级.该方法以两组U-Net模型并行运算实现对玉米叶部病斑图像的语义分割任务.经测试图像分割试验中病斑分割MIoU值达到93.63％,叶片分割MIoU值达到96.33％,且运算速度均在1秒内完成.试验结果表明,该研究以手机拍照等方式采集数据源,不依赖专业仪器设备即可实现玉米病害快速分级,可取代以往以人工目测进行的病害识别方式,提高了病害分级的准确性和客观性.该模型与物联网设备结合运用,可实现玉米病害预警、降低病害影响、增产增收科技惠农的目标.