基于改进DeepLabv3+的光伏电站道路识别方法

IR > 机电工程学院

	基于改进DeepLabv3+的光伏电站道路识别方法
	李翠明; 王华; 徐龙儿; 王龙
	2023-03-03
发表期刊	上海交通大学学报
ISSN	1006-2467
页码	1-9
摘要	针对移动清洁机器人在光伏电站作业时需要精确快速识别道路的问题，提出一种改进的DeepLabv3+目标识别模型对光伏电站道路进行识别。首先，将原DeepLabv3+模型的主干网络替换为优化的MobileNetv2网络以降低模型复杂度；其次，采用异感受野融合和空洞深度可分离卷积结合的策略改进空洞空间金字塔池化（ASPP）结构，提高ASPP的信息利用率和模型训练效率；最后，引入注意力机制，提升模型识别精度。实验结果表明，改进后模型的平均像素准确率为98.06%，平均交并比为95.92%，相比于DeepLabv3+基础模型分别提高了1.79%、2.44%，且高于SegNet、UNet模型。同时，改进后的模型参数量小，实时性好，能够更好地实现光伏电站移动清洁机器人的道路识别。
关键词	光伏电站道路识别 DeepLabv3+模型注意力机制 MobileNetv2
URL	查看原文
收录类别	北大核心 ; EI ; CSCD
语种	中文
引用统计
文献类型	期刊论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/161392
专题	机电工程学院外国语学院
作者单位	兰州理工大学机电工程学院
第一作者单位	机电工程学院
第一作者的第一单位	机电工程学院
推荐引用方式 GB/T 7714	李翠明,王华,徐龙儿,等. 基于改进DeepLabv3+的光伏电站道路识别方法[J]. 上海交通大学学报,2023:1-9.
APA	李翠明,王华,徐龙儿,&王龙.(2023).基于改进DeepLabv3+的光伏电站道路识别方法.上海交通大学学报,1-9.
MLA	李翠明,et al."基于改进DeepLabv3+的光伏电站道路识别方法".上海交通大学学报 (2023):1-9.