保護性耕作における稲わら還元の監視技術のニーズに応えるために、稲わら被覆率を検出する改良型U-Netセマンティックセグメンテーションアルゴリズムが提案された。まず、従来のU-Net構造内の畳み込みモジュールに代わる新しい畳み込みモジュールを提案し、次にInception構造を改良してストライププーリングと効率的な空間ピラミッド空洞畳み込みモジュールを導入し、新たなGception構造を形成した。最後にモジュール内に注意機構を導入した。ドローンで収集した圃場表面画像を利用し、改良型U-Netモデルを自己ラベル付けされた圃場稲わら画像のセグメンテーションに適用し、U-Net、PSP-Net、Link-Net、Res-Net、DSRA-Unet、DE-GWOアルゴリズムとの比較実験を行い、平均IoUが80.05％、平均ピクセル精度が91.20％、被覆率平均誤差が0.80％であった。実験結果から、改良型U-Netモデルのセグメンテーション結果は比較アルゴリズムより優れており、特徴抽出の有効性とグローバル特徴の完全性を保証し、樹影や圃場内のその他の干渉要素を効果的に除去できることが示された。本モデルは農機や樹影などの干渉を含む複雑な圃場環境に適しており、大規模画像でも良好なセグメンテーション効果を得られ、大規模な稲わら被覆率検出の技術支援を提供できる。

稲わら画像; 被覆率検出; セマンティックセグメンテーション; U-Netモデル; 注意機構