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。