一种植物叶片图像分割及叶片病变程度分级方法
本发明公开了一种植物叶片图像分割及叶片病变程度分级方法,涉及深度学习图像分割领域,所述方法包括:步骤1、收集和采集植物叶片图像,包括健康叶片和病害叶片,并对图像进行标注以提供标准数据集;步骤2、改进U‑Net网络模型,将Transformer和U‑Net语义分割模型相结合,并在模型中引入空间和通道协同注意力机制,构建新型分割网络;步骤3、使用所述标准数据集对模型进行训练,设计组合损失函数,通过前向传播计算损失并通过反向传播优化网络权重;步骤4、将训练好的分割模型应用到新的叶片图像进行病变区域分割,输出病变区域;步骤5、基于病斑面积与叶片总面积的比例,设计病害分级标准,实现自动化病变程度分级。