.png){kind=icon}
返回
AMS-MLP: adaptive multi-scale MLP network with multi-scale context relation decoder for pepper leaf segmentation
.png){kind=icon}
OA
AI
DOI：10.3389/fpls.2025.1515105.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
引言 辣椒叶分割在监测不同背景下的辣椒叶病害以及确保辣椒健康生长方面发挥着关键作用。然而，现有的基于Transformer的分割方法面临着计算效率低下、参数量过大以及边缘信息利用不足等问题。
方法 为解决这些挑战，本研究提出了一种自适应多尺度MLP（AMS-MLP）框架。该框架集成了多路径聚合模块（MPAM）和多尺度上下文关系掩码模块（MCRD），以优化辣椒叶分割中的对象边界。AMS-MLP包括一个编码器、一个自适应多尺度MLP（AM-MLP）模块和一个解码器。编码器的MPAM融合五尺度特征以实现精确的边界提取。AM-MLP将特征分为全局和局部分支，并通过自适应注意力机制平衡二者。解码器利用MCRD增强边界特征提取。
结果 为验证所提方法，在三个不同背景的辣椒叶数据集上进行了大量实验。结果表明，各数据集的交并比（mIoU）分别为97.39%、96.91%和97.91%，F1分数分别为98.29%、97.86%和98.51%。
讨论 与U-Net和当前最优模型的对比分析显示，所提方法显著提升了辣椒叶图像分割的准确性和效率。
Keyword:
pepper leaf segmentation
multi-scale MLP
multi-path aggregation module
context relation mask module
adaptive attention mechanism
期刊
IF:
4.8
论文数:
3.5W
被引数:
14.7W
机构
引用论文
分享收藏Fuzzy region-based active contour driven by global and local fitting energy for image segmentation
PREAI
分享收藏A lightweight CNN model for pepper leaf disease recognition in a human palm background人类手掌背景下辣椒叶病识别的轻量级CNN模型.png)
HELIYON
OAAI
HELIYONIF3.6
OAAI分享收藏The extraction algorithm of color disease spot image based on Otsu and watershedSOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏分享收藏Spontaneous Speech Emotion Recognition Using Multiscale Deep Convolutional LSTM基于多尺度深度卷积LSTM的自发语音情感识别OAAI
OAAI分享收藏
查看更多内容