基于改进USE-Net网络的林木图像语义分割研究

为进一步准确定位林木信息、分割林木区域以及实时检测森林资源动态变化,提出一种基于改进USE-Net卷积神经网络的林木图像语义分割模型。该模型在U-Net网络基础上,添加SE注意力模块在网络的过渡层,以显式建模林木特征通道间的相互依赖关系,突出特定林木分割特征并抑制无关区域。实验结果表明,U型结构和SE注意力模块的引入使得改进USE-Net网络在处理模糊林木边界等方面具有优势,能够准确分割林木区域,在智能科学管理森林资源领域具有理论价值和应用价值。