TY -的A2 -文卡特斯,c . AU - Talasila斯盟——拉瓦尔大声回答,医生说盟——Sethi Gaurav PY - 2023 DA - 2023/07/04 TI -深上优于叶区域分割利用高分辨率超级CCD和ISOCELL GW1传感器SP - 1085735六世- 2023 AB -超级CCD和ISOCELL GW1成像传感器用于捕获图像高分辨率的相机。这些高分辨率相机传感器用于这项工作获得黑克植物叶子病自然种植领域的图像。分段植物叶子从黑克地区种植场图像是一个初步的步骤疾病识别和分类。它也有助于农民评估植物的健康和识别疾病在早期阶段。尽管植物叶子区域分割已经有效地处理在许多贡献,不存在普遍适用的解决方案来解决所有问题。因此,一种方法提取叶地区从黑克植物叶子图像是本文中给出。该方法的新颖性在于MobileNetV2一直用作骨干网DeepLabv3 +层段植物叶子的地区。DeepLabv3 + MobileNetV2分割模型表现出优越的性能相比其他模型(SegNet、U-Net DeepLabv3 + ResNet18, ResNet50, Xception,和InceptionResNetV2)的准确性为99.71%,98.72%的骰子,Jaccard /当数据扩充应用97.47%的借据。使用MATLAB软件的算法开发和培训。每次试验中报道在本文中超过之前的发现。 SN - 1687-725X UR - https://doi.org/10.1155/2023/1085735 DO - 10.1155/2023/1085735 JF - Journal of Sensors PB - Hindawi KW - ER -