DOI：10.3969/j.issn.1672-3872.2024.12.006
基金项目：中国烟草总公司云南省公司科技计划项目“烟叶分选在线质量信息监控系统研究”（2021530000242043）
作 者：罗瑞林1 ，王 燕1 ，尹晓东1 ，李逸凡2
（1. 云南省烟草烟叶公司，云南 昆明 650000；2.云南铭帆科技有限公司，云南 昆明 650051）
摘 要：【目的】对烟叶图像进行正反面分割可以剔除掉烟叶背面信息，更好地利用正面图像的特征信息，这对实现烟叶等级划分准确率的提升有重要意义。【方法】提出一种基于深度学习的烟叶正反面图像分割方法，该方法采用DeepLab v3plus作为图像分割的网络模型框架，使用MobileNet v2作为主干特征提取网络，利用ASPP模块实现浅层特征图和深层特征图融合，兼顾深层的语义特征以及浅层的轮廓特征。【结果】该烟叶正反面图像分割方法分割精度达到82.8%，比传统图像分割算法高出15.5%，具有较好的精度。【结论】该方法对烟叶图像中的正反面部分具备良好的分割能力，能有效提高烟叶分级准确率，可用于实际生产。
关键词：烟叶正反面图像分割；语义分割；深度学习；DeepLab；MobileNet
引文信息：[1]罗瑞林，王燕，尹晓东，等.基于深度学习的烟叶正反面图像分割研究[J].南方农机，2024，55(12)：25-29.
查看全文请下载PDF文件↓
