基于FEF-DeepLabV3+的电力金具锈蚀分割方法

作者：王凌云; 李婷宜; 李阳; 万旭东; 童华敏

来源：电子测量与仪器学报, 2023, 37(07): 166-176.

DOI：10.13382/j.jemi.B2306296

• 深度学习
• 架空输电线路巡检
• 图像语义分割
• 缺陷检测
• 像素分类

金具锈蚀在输电线路航拍图像中细节丰富且分布不规律，为克服分割检测过程中局部信息丢失、精度低和速度慢等问题，提出基于DeepLabV3+的金具锈蚀语义分割模型。替换其主干网络为轻量化改进MobileNetV3网络加快运算速度，并提出自适应特征金字塔(adaptive feature pyramid, AFP)结构融合多尺度。结合FRN层提出特征融合空洞空间金字塔池化(feature fusion atrous spatial pyramid pooling, FEF-ASPP)结构，能够在加强像素间联系的同时不降低分辨率。最后优化损失函数，提高算子的有效性。实验表明，mIoU和mPA分别达到了87.15%、96.64%,相较于原模型提高了3.09%、4.29%。参数量仅为原模型的48%,推理时间仅为15.94 ms,降低了对设备算力的要求，实现高效高精度、轻量化的输电设备锈蚀缺陷分割检测。

• 单位
  三峡大学