基于深度学习的农作物受灾区域检测方法研究

农作物容易受到自然灾害影响,导致减产、绝产等后果,给粮食安全造成一定影响。为了对灾后受灾区域进行快速客观准确的识别,本文基于DeepLab v3+网络提出农作物受灾区域分割方法,采用Mobile Netv 2作为骨干模型,基于多种数据增强技术扩充数据集,并通过Mobile Netv2、Xception_65和Xception_71三种特征提取网络对比,发现MobileNetv2的识别准确率最高,识别速度最快,能实现实时分割效果。