基于语义分割的槟榔内核轮廓检测
【摘要】 针对槟榔去核工序中槟榔内核轮廓检测问题，提出一种基于语义分割的槟榔内核轮廓检测方法。分割模型以VGG16为基础网络，将全连接层替换为卷积层，增加了跳跃结构，将浅层特征经过采样后在同一尺度下与深层特征进行融合，并将常规卷积替换成扩张卷积，减少了学习参数，提升了分割模型的实时性，得到最终的FCN-Dilated-VGG-8s分割模型。该模型对槟榔图像分割的准确率达到98.79%，单张图像分割只需0.071s，模型大小只有FCN-VGG-8s模型的37.5%。算法表现出良好的鲁棒性，实现了槟榔图像准确、快速分割。通过对分割完后的图像的边界提取，即可得到完整平滑的槟榔内核轮廓线。
