设计并实现一个分割算法，用于将植物与背景部分分开。通过实际距离的测量，实现像素到真实世界的映射，并计算出植物的覆盖率和高度。该任务涵盖了前期的数据采集、摄像头安装、数据标注，中期的模型实现，以及后期的模型训练和评估。均独立完成

开发Python自动化脚本监控系统上的关键参数，使用Prometheus+Grafana前端框架搭建监控系统，使用Mysql存储历史监控数据，利用FTP备份重要文件（定期备份配置文件，存储错误信息），使用Alertmanager实现监控报警、发送邮件功能，使用Django/Flask作为后端接口，前端使用vue-element-admin框架，搭建更定制化的数据表单页面

设计实现了一种 ResUnet3+_ASPP 网络模型。网络采用较为先进的 Unet3+作为主干，其沿用 Unet 的编码器-解码器结构并加入了全尺度跳跃连接，最大程度使用了全尺度的特征图，并在网络中加入残差模块以便于梯度传递，加入 ASPP 空洞空间金字塔池化模块以充分利用高层语义信息，以及利用 MSFAM 通道注意力和空洞池化改进 CBAM 注意力机制模块，加强了其对小目标特征的关注并减少参数量。