TomatoDIFF：基于去噪扩散模型的植株番茄分割
计算机视觉与模式识别
2023-07-04 v1
摘要
人工智能应用使农民能够优化作物生长与生产，同时降低成本与环境 impact。特别是基于计算机视觉的算法常用于果实分割，从而深入分析采收质量并准确估计产量。本文提出 TomatoDIFF，一种基于扩散模型的植株番茄语义分割新模型。与其他竞争方法相比，即使在高度遮挡果实的困难环境中，我们的模型也展现出最先进（SOTA）性能。此外，我们引入 Tomatopia，一个全新的、大规模且具挑战性的温室番茄数据集。该数据集包含高分辨率 RGB-D 图像及果实的像素级标注。
引用
@article{arxiv.2307.01064,
title = {TomatoDIFF: On-plant Tomato Segmentation with Denoising Diffusion Models},
author = {Marija Ivanovska and Vitomir Struc and Janez Pers},
journal= {arXiv preprint arXiv:2307.01064},
year = {2023}
}
备注
Accepted at 18th International Conference on Machine Vision Applications (MVA)