山东大学学报(工学版)

作者：吴秋兰,尚素雅,张家辉,孙守鑫,张峰,周波,高峥,史文宠

单位：1.山东农业大学信息科学与工程学院, 山东 泰安 271018;2.山东省葡萄研究院, 山东 济南 250100;3.山东农业大学生命科学学院, 山东 泰安 271018;4.真核生物科技(山东)有限公司, 山东 泰安 271000

关键词：语义分割,特征融合,UNet,马铃薯,疮痂病,

基金：国家自然科学基金资助项目(60903098);山东大学微生物改造技术国家重点实验室开放课题资助项目(M2023-07);山东省自然科学基金面上资助项目(ZR2022MC109);宁夏回族自治区重点研发计划资助项目(2023BCF01015)

为了精确分割马铃薯疮痂病斑,提出一种名为MSFF-UNet的语义分割模型。在模型解码器向上融合的同时进行特征增强,通过进行卷积和归一化操作,增强区分不同尺寸病斑的生长状况,也可增加多维度的特征融合功能,对解码器的高层次数据强化特征提取后与低层次数据进行特征融合,以捕获不同尺度下的马铃薯或疮痂病斑的语义数据。结果表明,改进后的马铃薯疮痂病图像语义分割模型精确率、类别平均像素准确率、平均交并比分别为93.90%、93.51%、87.72%,能够较准确地分割马铃薯与疮痂病斑。

来源：2025年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2025年第4期