基于轻量级Fast-Unet网络的航拍图像电力线快速精确分割

摘要：

为了满足光学航拍图像中电力线检测的实时性和高精度,提出了一种轻量级Fast-Unet网络电力线检测方法.它以Unet语义分割网络为基础,添加金字塔池化结构增强特征上下文信息的融合.设计深度可分离残差卷积运算,增加了网络深度且进一步减少了网络参数量.使用多损失函数训练Fast-Unet网络,缓解图像中前景与背景类别分布极度不平衡的问题.实验结果表明,相较于Unet算法,模型参数量大幅减少,运算速度明显提升.Fast-Unet满足了实际应用需求,且模型参数体积得到了有效压缩,更容易部署于各种嵌入式系统,对于提高直升机与无人机的低空飞行安全有一定的现实意义.

关键词：电力线检测;语义分割;Unet;深度可分离残差卷积;金字塔池化;Focal loss;Dice loss

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：四川省科技厅省院省校合作项目2020YFSY0027

在线出版日期：2022-03-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：74-83