融合视觉特征的光伏组件语义分割模型研究
SEMANTIC SEGMENTATION MODEL OF PHOTOVOLTAIC MODULES BASED ON VISUAL FEATURES作者机构:太原科技大学电子信息工程学院太原030024 南京迪锐科技有限公司南京211500
出 版 物:《太阳能学报》 (Acta Energiae Solaris Sinica)
年 卷 期:2024年第45卷第4期
页 面:500-511页
核心收录:
学科分类:1305[艺术学-设计学(可授艺术学、工学学位)] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程]
基 金:山西省重点研发计划(202102020101005)
主 题:光伏组件 语义分割 深度学习 图像纹理 deeplab 注意力机制
摘 要:针对光伏组件红外图像的分割问题,使用MobileNetv2作为DeepLabv3+的主干特征提取网络并使用位置通道注意力模块减少背景干扰,引入混合条带池化对ASPP模块进行优化,帮助模型进一步捕获全局和上下文信息。针对检测困难的屋顶光伏组件设计DeepLabv3-T网络,在上述改进的基础上融入纹理信息进行选择性背景抑制,实现光伏组件的精确分割。在PV_large和PV_roof数据集上进行实验证明该文方法优于现有技术,DeepLabv3-T相较于DeepLabv3+,mIoU值分别提高了2.74%和10.53%。此外,设计消融实验表明各个改进模块的有效性。