AM-UNet：改良されたMultiResUNetネットワークに基づく水田画像のフィールドリッジセグメンテーション

中国南部の水田の不規則性によって引き起こされる画像境界セグメンテーションの問題を解決するために、水田マッピングのための改良されたMultiResUNetモデルに基づく高精度セグメンテーション手法を提案します。水田シーンの特性を組み合わせています。MultiResUNetモデルのエンコーダ–デコーダスキップ接続の最後にアテンションゲート（AG）メカニズムを導入して、ウェイトを生成し、フィールドリッジエリアの応答を強調し、エンコーダのダウンサンプリングの後にアトラス空間ピラミッドプーリング（ASPP）モジュールを追加し、拡張率の適切な組み合わせを使用して小規模なエッジ詳細の識別を改善し、バイリニア補間後の感覚フィールドの範囲を改善するために1×1畳み込みを使用してセグメンテーション精度を向上させ、したがってAM-UNet水田リッジセグメンテーションモデルを構築します。実験結果は、AM-UNetモデルのIoU、精度、およびF1値がそれぞれ88.74%、93.45%、および93.95%であり、単一画像の推論時間が168msであることを示しており、複雑な水田環境におけるフィールドリッジの正確かつリアルタイムなセグメンテーションを可能にします。したがって、AM-UNetモデルは農業機械の視覚に基づく自動ナビゲーションシステムの開発に技術的支援を提供できます。