YOLOV8基于SAM的作物和杂草竞争分层全景分割解决方案

农业中的全景分割是一种先进的计算机视觉技术，可以全面了解田间组成。它促进了各种任务，例如作物和杂草分割、植物全景分割和叶实例分割，所有这些都旨在应对农业挑战。探索全景分割在农业中的应用，第八届植物表型和农业计算机视觉研讨会（CVPPA）使用PhenoBench数据集举办了作物和杂草分层全景分割的挑战。为了解决本次竞赛中提出的任务，我们提出了一种方法，该方法将用于实例分割的分段AnyThing模型（SAM）的有效性与来自对象检测模型的提示输入相结合。具体来说，我们在对象检测中集成了两种值得注意的方法，即DINO和YOLO-v8。根据比赛的评估指标，我们表现最好的模型获得了 81.33 的 PQ+ 分数。

农业中的全景分割是一种先进的计算机视觉技术，可以提供对农田组成的全面了解。它促进了各种任务，如作物和杂草分割，植物全景分割，和叶片实例分割，所有旨在解决农业中的挑战。探索ap全景分割在农业中的应用，第八届植物表型和农业计算机视觉研讨会(CVPPA)举办了使用PhenoBench数据集对作物和杂草进行分层全景分割的挑战。为了解决在这个com请愿书中提出的任务，我们提出了一种方法，结合了分割任何模型(SAM)的效果实例分割与来自目标检测models的提示输入。具体来说，我们在目标检测中集成了两种值得注意的方法，即DINO和YOLO-v8。基于竞赛的评估指标，我们最好的表现模型实现了81.33的PQ