摘要
昆虫图像分割是昆虫图像的识别与鉴定的重点和难点。目前,昆虫分割算法速度慢、过程复杂且大多数只针对于单一背景图像。为了更准确高效地实现昆虫图像的前景背景图像分离,提出一种基于逐像素聚类的端对端的昆虫图像分割方法,能够同时实现复杂背景下的昆虫图像分割与昆虫种类识别。采用覆盖5个昆虫目级阶元的37种实际场景下拍摄的昆虫图像作为研究对象,首先通过试验确定所提模型的最优参数设置,选择ResNet101作为分割模型的主干特征提取网络,在IoU取0.50时,其掩膜分支平均准确度均值、定位平均准确度均值及平均识别误差率分别为93.15%、95.06%和12.12%,分割每张昆虫图像仅需0.080 s,所提模型能够同步实现复杂背景下昆虫目标与背景的快速准确分割并进行分类。
出处
《江苏农业科学》
北大核心
2021年第24期195-204,共10页
Jiangsu Agricultural Sciences
基金
浙江省基础公益研究计划(编号:LGN19F030001)
浙江省农业重大技术协同推广计划项目(编号:2020XTTGCY04-02、2020XTTGCY01-05)
浙江省基础公益研究计划(编号:LGN19D010001、LGF20F050004、LQ16F050002)
国家自然科学基金(编号:61705056)
浙江省教育厅科研计划(编号:Y201533689)
中国博士后科学基金(编号:2020M681848)。
