基于生成对抗网络与ICNet的羊骨架图像实时语义分割

赵世达 王树才,2 白 宇 郝广钊 涂本帅

(1.华中农业大学工学院， 武汉 430070； 2.农业农村部长江中下游农业装备重点实验室， 武汉 430070)

0 引言

羊肉是我国第四大肉类消费品，随着人民饮食结构的调整，其需求量逐年增加。据统计，2019年我国羊肉总产量为488万t，同比增长2.6%[1]。在羊肉加工过程中，羊骨架分割是获得各食用部位的重要环节，与大众食用习惯息息相关。但是，由于缺乏智能分割设备，羊肉屠宰加工企业大多采用倒挂式半自动加工工艺，特别是羊骨架分割作业全部依赖人工完成，存在分割效率低、作业环境恶劣等问题，制约了我国家畜屠宰加工业的发展[2-3]。计算机视觉技术具有高效率、低成本、适应性好及稳定可靠的优点，已广泛应用于家畜养殖[4-5]、羊体尺测量[6]、肉质分级等[7-8]领域。采用计算机视觉技术可以准确、便捷地获取羊骨架各部位的自然特征表达，但基于深度学习的计算机视觉算法的有效性依赖于数据集的容量，需要海量的样本图像数据作为大数据驱动，才能取得较好的识别效果，这限制了其在小规模样本任务中的使用。因此，在保证图像语义信息的前提下，扩充羊骨架图像数据量、实现羊骨架图像的实时分割，从而满足生产线的实际需求，成为开发羊体分割智能机器人的关键。

近年来，生成对抗网络(Generative adversarial network，GAN[9])为计算机视觉技术的发展提供了新方向，其基于“零和博弈”和对抗训练的思想设计，可以有效实现高分辨率图像生成[10-11]与图像风格迁移[12]，目前已被广泛应用于医学[13]、生物学[14]及农业领域[15]。……