基于MobileNetV2的轻量级输电线路绝缘子图像分割方法
孙世明1
唐元合1
邰曈1
魏学云1
方巍2
1.国电南瑞南京控制系统有限公司,江苏 南京 2111062.南京信息工程大学 计算机学院,江苏 南京 210044
摘要：目的 针对输电线路巡检航拍图像绝缘子分割精度不高、边缘端设备算力有限以及模型参数量大、实时性不足等问题,提出一种基于MobileNetV2的轻量级输电线路绝缘子分割网络ISNet.方法 首先,采用轻量级的MobileNetV2作为编码器骨干网络,从输入图像重提取多尺度特征;其次,提出一种新的多样化特征聚合模块(DFAM),通过具有不同卷积核的卷积层、通道注意力和空间注意力机制,聚合多样化的空间位置信息和高级语义信息;最后,设计多级对称解码器(MSD)融合来自同一层编码器和上一步解码器的输出特征,以此生成最终预测图.结果 实验结果表明,本文方法在航拍图像绝缘子分割数据集上表现优异,在mIoU指标上,IS-Net达到了90.9%,相比DeepLabV3plus和SegFormer,分别提高了5.2%和1.2%;在mPA指标上,ISNet达到了 93.6%,相比DeepLabV3plus和SegFormer,分别提高了 5.2%和 0.8%.此外,本文方法在单张NVIDIA RTX 3090 GPU上的推理速度可达71.2 F/s,参数量仅为3.1 M,浮点运算量(FLOPs)仅为21.2 G(输入图像大小为1 024×1 024),优于目前主流的语义分割方法.结论 IS-Net在提升模型的轻量化和实时性的同时,可实现最佳的分割精度.
关键词：MobileNetV2语义分割绝缘子输电线路巡检深度学习计算机视觉
分类号：TM726(输配电工程、电力网及电力系统)
资助基金：国家自然科学基金(42475149)国电南瑞南京控制系统有限公司科技信息项目(2023h581)
论文发表日期：2025-09-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 35-42 )
英文信息