润色下面的中文表述使其表达更加简洁、逻辑性强、学术化。然而基于ResNet-50的Mask RCNN网络模型使用了较深的主干网络去提取图像特征且马铃薯的实际生长环境也远没有牧草复杂因此Mask RCNN迁移学习方法获得了更好的马铃薯冠层分割结果。

由于ResNet-50主干网络深度较大，能够提取更为丰富的图像特征，且马铃薯生长环境相对于牧草更为简单，因此，采用基于ResNet-50的Mask RCNN网络模型进行迁移学习，能够获得更为优秀的马铃薯冠层分割效果。

原文地址: http://www.cveoy.top/t/topic/brQa 著作权归作者所有。请勿转载和采集!