基于DeepLabV3+改进的光伏板语义分割模型研究

来源：电子测量技术杂志2024年第22期北京时间：

作者：王银，孙海顺，谢刚，赵志诚，谢新林

单位：太原科技大学电子信息工程学院 太原 030024

摘要：从光伏板的红外图像中分割提取出光伏板区域信息，可以极大提高光伏板故障检测的精度。而传统语义分割算法对光伏板的边界信息处理效果不佳，存在光伏板边界呈波浪状、互相黏连以及背景误分割等情况。针对此类情况，本文提出了一种基于改进DeepLabV3+的光伏板语义分割算法模型，将主干网络更改为MobileNetV2,引入Canny边缘检测算法输出新的浅层特征语义信息；设计SE-ASPP模块对特征通道进行重新校准，增强网络表达能力；增加浅层特征语义信息通道数，加强对浅层特征语义信息的关注。实验结果表明，改进后DeepLabV3+算法模型的精准率、mIoU、召回率和F1分数分别达到99.50%、99.21%、99.61%和99.55%，与原DeepLabV3+模型相比，分别提高了2.24%、1.58%、1.57%和1.72%，在实际分割任务中表现出色，具有更高的检测精度和可靠性。

关键词：光伏板;语义分割;DeepLabV3+;MobileNetV2

基金资助：山西省科技成果转化引导专项（202204021301059）、山西省重点研发计划项目（202202150401005）、山西省重大科技专项计划（202201090301013）、山西省重点研发计划项目（202202010101005）资助