一种基于改进U-Net的植物图像分割算法

摘要

图像分割技术是图像分析的重要步骤。本文针对野外采集的植物图片存在多尺度及理想数据量不足等问题,提出一种多尺度Res‑Att‑Unet模型以实现自主植物图像分割。该方法在U‑Net的收缩网络中增加多尺度机制,在输出端以相应的Label图进行深监督,并在模型的扩张网络部分加入双通道注意力机制,以抑制无关信息表达,各层新增的残差块使得模型可以提取更加丰富的特征信息,实验表明无论在花朵型图像还是叶片型图像中均取得不错的分割效果。