一种基于SegMamba的超轻量化光伏组件图像分割方法

本发明公开了一种基于SegMamba的超轻量化光伏组件图像分割方法，S1：数据预处理与优化；S2：特征提取：依次通过PatchEmbed2D和PMM Layer层深度提取图像特征，归一化操作后生成第一阶段特征图，以此类推，将第上一阶段生成的特征图经过上述操作生成下一阶段的特征图，最后生成了四个不同分辨率的图像；S3：特征融合；本发明具有图像分割精度显著提高、模型超轻量化的优势：编码器中引入PatchEmbed2D分块和PMM Layer均分通道数操作，实现特征的多样性与深度挖掘的同时大大减少模型的参数量与计算量；解码器中采用递归跨层级的特征融合策略，确保了高维语义信息与低维细节信息的全面交互；并行互补机制精准捕捉光伏组件图像的细微特征与差异，提升了分割精度，为后续光伏组件缺陷检测等应用提供了坚实保障。