基于改進DeepLabv3+的番茄圖像多類別分割方法

摘要： 番茄圖像中多類別目標的準確識別是實現(xiàn)自動化采摘的技術(shù)前提，針對現(xiàn)有網(wǎng)絡(luò)分割精度低、模型參數(shù)多的問題，提出一種基于改進DeepLabv3+的番茄圖像多類別分割方法。該方法使用幻象網(wǎng)絡(luò)(GhostNet)和坐標注意力模塊(Coordinate attention, CA)構(gòu)建CA-GhostNet作為DeepLabv3+的主干特征提取網(wǎng)絡(luò)，減少網(wǎng)絡(luò)的參數(shù)量并提高模型的分割精度，并設(shè)...