基于改进制造技术

本发明专利技术涉及一种基于改进

【技术实现步骤摘要】
基于改进Mask2Former的草地退化指示草种的分割方法


[0001]本专利技术涉及计算机图像处理
，特别涉及一种基于改进
Mask2Former
的草地退化指示草种的分割方法
。

技术介绍

[0002]草地退化既不利于生态系统的平衡稳定，也会影响到当地经济的健康发展；对草地退化等级进行评估以采取相应的措施是工作重点，其中草地退化评价往往采用野外调查和定点采样等人工方式，存在时间成本和人工成本往往很高，以及效率低下的问题
。
随着计算机图像处理技术快速发展的今天，其中
CN115965781A
公开了一种基于双解码器的语义分割方法，涉及使用
mask2former
进行实例分割任务以达到图像分割的目的；因此，使用深度学习与无人机遥感影像结合的方法对草地退化等级进行评价，相较人工方式则更加高效
、
节约时间和人工成本
。
[0003]披针叶黄华
(Thermopsis lanceolata)
是一种牧场常见的有毒植物，其种子和全草都会引起家畜中毒；专利技术人通过无人机对披针叶黄华进行拍摄，通过截帧
、
裁剪
、
标注得到披针叶黄华数据集，使用
Mask2Former
进行草地退化评价，以草地退化指示草种披针叶黄华的覆盖度作为草地退化的指标；但该方法仍存在分割效果不明显的缺陷，见图6左部
。
[0004]需要说明的是，虽然上述提及了使用
Mask2Former
进行草地退化评价所涉及的技术方案，但其不构成现有技术
。

技术实现思路

[0005]本专利技术针对
技术介绍
中使用深度学习与无人机遥感影像结合的方法对草地退化等级进行评价的方法，以及使用
Mask2Former
进行草地退化评价，以草地退化指示草种
‑
披针叶黄华的覆盖度作为草地退化的指标存在分割效果不明显的缺陷，提供一种基于改进
Mask2Former
的草地退化指示草种的分割方法，目的在于使用本专利技术替代草地退化评价往往采用野外调查和定点采样等人工方式，以降低时间成本和人工成本，以提高效率，并解决使用
Mask2Former
进行草地退化评价存在分割效果不明显的缺陷
。
[0006]本专利技术采用的技术方案为：一种基于改进
Mask2Former
的草地退化指示草种的分割方法，包括以下步骤：
[0007]S1、
使用无人机拍摄目标草场，得到披针叶黄华的视频影像；
[0008]S2、
通过逐帧截取
、
图片裁剪的方式得到披针叶黄华图片；
[0009]S3、
使用
Labelme
软件进行标注，得到披针叶黄华数据集；
[0010]S4、
使用
Swin Transoformer
作为主干网络，使用改进
Mask2Former
分割网络对草地退化指示草种
‑
披针叶黄华进行语意分割；
[0011]S5、
以披针叶黄华的
IoU
和
Acc
作为评估指标
。
[0012]进一步的，所述
Mask2former
分为
Pixel
‑
Decoder、Transformer Decoder
和
Segmentation Moudel
三个部分，其中：所述
Pixel
‑
Decoder
部分在使用现有的
Backbone
网
络对图像进行特征提取后对图像进行上采样操作，并且将每一次的上采样的特征图送到
Transformer Decoder
部分；所述
Transformer Decoder
部分使用
Masked Attention
的
Transformer Decoder
块，并且接收
Pixel Decoder
的多层特征图，对
Query Features
进行特征提取；所述
Segmentation Moudel
部分经过
MLP
后对
Transformer Decoder
输出的
Query
进行分类，同时将
Mask
进行
embedding
与
Pixel Decoder
的输出结果进行点乘得到二进制掩码，与分类结果相结合得到最终分割结果
。
[0013]进一步的，所述改进
Mask2Former
在于既将
FFAM(Feature fusion alignment module)
模块应用在
Mask2Former
网络中
Pixel Decoder
部分与
Transformer Decoder
部分的连接处，使得
Pixel Decoder
模块与
Transformer Decoder
模块的横向连接中更加准确的融合不同层次的信息，以提升网络的分割能力；又为
Mask2Former
中的
Query
的初始化进行了修改，使用
backbone
的输出结果通过
MLP
的转换后以在网络中提取位置信息，并对
query
的初始化进行指导并添加了残差模块，增加网络对图像特征的定位能力
。
[0014]进一步的，所述
FFAM
模块输入部分为：由
Backbone
网络提取的同层横向的特征图，以及
Pixel Decoder
中上一层的特征图；所述横向特征图首先经过一个
1*1
卷积层，改层的主要作用是修改通道数，保证横向特征图和纵向特征图通道数量一直，然后经过一个通道注意力层，通道注意力层是由
FC、Relu
和
Sigmod
组成，作用是针对不同的通道给予不同的权重，让模型可以有侧重的认识不同通道的特征；输出的结果和上采样两倍的
UP feature
一起输入到一个可变性卷积层中，改层可以解决在上采样过程中导致横向特征和纵向特征图之间的特征不对齐问题；经过一个残差操作后，再通过一个
3*3
卷积层得到最后的输出结果
。
[0015]实施本专利技术的有益效果：本专利技术所述基于改进
Mask2Former
的草地退化指示草种的分割方法，既将
FFAM(Feature fusio本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进
Mask2Former
的草地退化指示草种的分割方法，其特征在于，包括以下步骤：
S1、
使用无人机拍摄目标草场，得到披针叶黄华的视频影像；
S2、
通过逐帧截取
、
图片裁剪的方式得到披针叶黄华图片；
S3、
使用
Labelme
软件进行标注，得到披针叶黄华数据集；
S4、
使用
Swin Transoformer
作为主干网络，使用改进
Mask2Former
分割网络对草地退化指示草种
‑
披针叶黄华进行语意分割；
S5、
以披针叶黄华的
IoU
和
Acc
作为评估指标
。2.
根据权利要求1所述的一种基于改进
Mask2Former
的草地退化指示草种的分割方法，其特征在于，所述
Mask2former
分为
Pixel
‑
Decoder、Transformer Decoder
和
Segmentation Moudel
三个部分，其中：所述
Pixel
‑
Decoder
部分在使用现有的
Backbone
网络对图像进行特征提取后对图像进行上采样操作，并且将每一次的上采样的特征图送到
Transformer Decoder
部分；所述
Transformer Decoder
部分使用
Masked Attention
的
Transformer Decoder
块，并且接收
Pixel Decoder
的多层特征图，对
Query Features
进行特征提取；所述
Segmentation Moudel
部分经过
MLP
后对
Transformer Decoder
输出的
Query
进行分类，同时将
Mask
进行
embeddi...

【专利技术属性】
技术研发人员：李春梅，李楷，李海洋，金云鹏，杨鹏，孔莎莎，方程梧，黄湘杰，韩耀生，
申请(专利权)人：青海大学，
类型：发明
国别省市：