基于SAM的作物与杂草分层全景分割竞赛方案
计算机视觉与模式识别
2023-09-26 v1
摘要
农业中的全景分割是一种先进的计算机视觉技术，可全面理解田间构成。它促进了多项任务，如作物与杂草分割、植物全景分割和叶片实例分割，皆旨在应对农业中的挑战。为探索全景分割在农业中的应用，第八届植物表型与农业计算机视觉研讨会（CVPPA）举办了基于PhenoBench数据集的作物与杂草分层全景分割挑战赛。为应对该竞赛提出的任务，我们提出了一种方法，将Segment AnyThing Model（SAM）在提示输入下来自目标检测模型的有效性相结合用于实例分割。具体而言，我们集成了两种显著的目标检测方法，即DINO和YOLO-v8。根据竞赛的评估指标，我们性能最佳的模型取得了81.33的PQ+分数。
引用
@article{arxiv.2309.13578,
title = {A SAM-based Solution for Hierarchical Panoptic Segmentation of Crops and Weeds Competition},
author = {Khoa Dang Nguyen and Thanh-Hai Phung and Hoang-Giang Cao},
journal= {arXiv preprint arXiv:2309.13578},
year = {2023}
}
备注
Technical report of NYCU-WEED team for the challenge of hierarchical panoptic segmentation of crops and weeds using the PhenoBench dataset at the 8th Workshop on Computer Vision in Plant Phenotyping and Agriculture (CVPPA) - International Conference on Computer Vision (ICCV) 2023