[发明专利]一种基于MASK RCNN的农作物图像分割提取算法

权利要求书

1.一种基于MASK RCNN的农作物图像分割提取算法，应用于各种类农作物图像数据集，经过图像预处理后将图像输入网络，可高精度、高效、无损地实现农作物图像的分割与提取，帮助农作物种植人员实时了解农作物生长动态，更好的管理农作物，具体算法流程包括如下步骤：

(1)预处理：将农作物图像数据集以8∶2比例分为训练集与测试集，并通过Labelme对训练集集进行标注；

(2)输入：农作物图像数据集；

(3)初始化：迭代次数Max_step；

(4)残差网络和增添路径聚合与特征增强的特征金字塔网络进行农作物图像特征提取，生成特征图；

(5)特征图通过优化目标锚框比例的区域生成网络，提取可能存在的目标区域，并通softmax分类器对前景和背景进行二值分类

(6)可能存在的区域目标经过非最大抑制过滤器，滤除不符合阈值的目标；

(7)将步骤(4)生成的特征图与步骤(6)符合阈值的可能存在区域目标传输至ROIAlign；

(8)使用双线性内插的方法获得坐标为浮点数的像素点上的图像数值，保存特征图的空间信息；

(9)修正特征图像尺寸，使全部特征图尺寸为256×256大小；

(10)将(9)结果经过新增微全连接网络生成mask损失；

(11)将(9)结果经过全连接网络生成box与cls损失；

(12)将(9)结果经过sobel算子预测目标边缘，生成edge损失；

(13)将(10)-(12)结果求和生成损失函数，并输出Precision、Recall、Averageprecision、Mean Average Precision与F1分数；

(14)判断是否到达最大迭代次数Max_step，未到达则返回步骤(4)，达到则输出农作物分割图像与Precision-Recall曲线。