Dilated inception U-Net cu atenție pentru segmentarea imaginilor dăunătorilor culturilor în medii reale de câmp

Segmentarea automată a imaginilor de dăunători (PIS) joacă un rol esențial în detectarea și recunoașterea dăunătorilor.

Cu toate acestea, aceasta rămâne o problemă dificilă din cauza diversității imaginilor de dăunători și a contrastului scăzut între dăunători și mediul înconjurător.

Un model dilatat Inception U-Net cu atenție (DIAU-Net) a fost construit pentru PIS.

Este un model de convoluție în formă de U, cu encoder-decodere multi-scalare, care constă dintr-un Inception rezidual dilatat (DRI), fuziune de caracteristici multi-scalare (MSFF) și atenție dilatată multi-scalară (MSDA).

DRI este folosit, în loc de convoluție, pentru a captura caracteristicile locale multi-scalare, MSFF este adăugat în stratul de gât pentru a extrage informații semantice, iar MSDA, în loc de conexiunea de sărituri, este utilizat pentru a fuziona caracteristicile de nivel scăzut extrase cu cele de nivel înalt.

Rezultatele experimentale pe un set de date de imagini cu dăunători ai culturilor validează că metoda PIS bazată pe DIAU-Net depășește alte metode de vârf PIS, cu un scor Dice de 93,12% comparativ cu 82,35% pentru metoda bazată pe U-Net.

Metoda propusă poate oferi suport valoros pentru detectarea, identificarea și estimarea severității dăunătorilor culturilor în medii reale de câmp..