改进DeepLabv3+模型无人机图像农田信息提取

作者：陈雨情; 王修信

来源：计算机工程与应用, 2022, 1-13.

• 无人机
• 农田信息
• 提取
• 改进DeepLabv3+
• 语义分割

自乡村振兴战略实施以来，无人机作为一种高科技工具为我国智慧农业生产发挥着重要作用。但存在信息提取的精准度不高的问题，特别是对农田边缘和小农田的信息提取精度不高。针对该问题，提出一种以GhostNet为骨干网络的改进DeepLabv3+模型的研究方法。该方法首先将从骨干网络中提取的特征通过特征金字塔网络（FPN）加强特征提取；然后将编码器中空洞空间金字塔池化模块（ASPP）的1×1卷积替换成空间感知独立自注意层并将ASPP模块中的扩张率进行一定调整，以提高农田边缘的提取精度；为进一步融合多尺度信息将解码器进行上述同样操作；最后在不降低模型性能的前提下，将特征堆叠（Concatenate）用特征融合（Add）进行替换，以减少模型的训练参数。实验结果表明，改进DeepLabv3+模型平均交并比（mIoU）可达94.57%，平均像素精度(mPA)可达97.16%，相比于DeepLabv3+模型分别提高了4.53%和2.93%，有效提高了农田边缘和小农田的信息提取精度。

• 出版日期2022-7-7
• 单位广西师范大学