摘要
本发明公开了一种针对电网巡检的轻量化语义分割网络及方法,采用编码器‑解码器架构,在编码器部分,原始数据输入到轻量化的MobileNet v2主干网络进行特征提取,得到的特征图输入到轻量级大尺度的ASPP模块,对高维特征图进一步进行多尺度特征提取;在解码器部分,主干网络得到的高维特征和低维特征分别输入到交叉注意力小波融合模块,得到的特征图与解码器的输出融合后,经过全维动态卷积后处理模块,通过下采样操作恢复至原始数据大小,得到最终的预测掩膜。本发明通过优化编解码结构,提升模型感受野和对窄长目标的建模能力,能够有效地在精度与复杂度之间实现平衡,适用于资源有限的无人机巡检系统。
技术关键词
电网巡检
语义分割网络
后处理模块
多尺度特征提取
解码器架构
全局平均池化
无人机巡检系统
迁移学习技术
编码器
通道注意力机制
语义分割方法
编解码结构
离散小波变换
数据
空间金字塔
空洞
系统为您推荐了相关专利信息
表面裂缝检测方法
航空发动机叶片
直方图均衡化
裂缝数量
模块
医学影像分割方法
医学影像数据
深度学习模型
Elman算法
群智能优化算法
螺栓松动检测方法
地铁转向架
二维图像数据
基准面
三维图像数据