原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第41卷第3期福建电脑Vol.41No.3
2025年3月JournalofFujianComputerMar.2025
无人机影像作物与杂草分割技术研究
潘涛王俊玲
(南京理工大学紫金学院计算机与人工智能学院南京210000)
摘要杂草对作物产量和质量的影响严重，而传统除草方法存在劳动力需求高及环境污染等问题。为解决这一问题，本文
提出了一个高效的半监督语义分割模型来实现对作物与杂草的自动化区分。采用半监督分割模型SWeedNet，通过多尺度增
强模块与在线困难样本挖掘技术提升分割精度，同时利用一致性正则化增强模型对环境变化的鲁棒性。实验结果显示，
SWeedNet在公开数据集上的分割性能较优，具有较好的在复杂农田环境下的应用潜力。
关键词农作物识别；杂草分割；半监督作物与杂草分割模型；智能农业
中图法分类号S762DOI:10.16707/ki.fjpc.2025.03.003
ResearchonCropandWeedSegmentationTechniquesforUAVImagery
PANTao,WANGJunling
(SchoolofComputerandArtificialIntelligence,ZiJinCollege,NanjingUniversityofScienceandTechnology,Nanjing,China,210000)
AbstractWeedshaveaseriousimpactoncropyieldandquality,andtraditionalweedcontrolmethodshave
problemssuchashighlabordemandandenvironmentalpollution.Toaddressthisissue,thispaperproposesan
efficientsemisupervisedsemanticsegmentationmodeltoachieveautomateddifferentiationbetweencropsand
weeds.AdoptingthesemisupervisedsegmentationmodelSWeedNet,thesegmentationaccuracyisimproved
throughmulti-scaleenhancementmodulesandonlinedifficultsampleminingtechniques,whileutilizing
consistencyregularizationtoenhancetherobustnessofthemodeltoenvironmentalchanges.Theexperimental
resultsshowthatSWeedNethasexcellentsegmentationperformanceonpublicdatasetsandhasgoodpotentialfor
applicationincomplexagriculturalenvironments.
KeywordsCropIdentification;WeedSegmentation;SWeedNet;IntelligentAgriculture
向梯度直方图（HistogramofOrientedGradients，
1引言
文档评论（0）