融合Transformer和DeepLabv3+的电力线语义分割网络

打开文本图片集

摘  要： 为解决目前语义分割算法在电力线分割领域存在预测速度缓慢和分割精度不高的双重问题，提出一种电力线分割网络STDC⁃DeepLabv3+。首先，为提升网络预测速度，在编码器部分采用Swin Transformer V2设计轻量化的主干特征提取网络；其次，为提高分割精度，针对电力线的细长结构以及贯穿整幅图片的特点，提出动态蛇形空间金字塔池化（DS⁃ASPP）模块，同时，在解码器部分设计多尺度特征融合模块，使网络更好地利用不同层次的语义信息提取电力线特征，减少网络对电力线的漏分割现象；最后，引入坐标注意力（CA）机制减少背景干扰，进一步提升分割的准确率。（剩余14121字）