基于轻量级DeepLabV3+网络的焊接熔池图像分割方法
来源：计算机集成制造系统杂志2025年第1期北京时间：
作者：胡继涛, 马晓锋, 赵荣丽, 刘海生, 王中任
单位：湖北文理学院机械工程学院
摘要：为了准确快速地提取焊接过程中的熔池图像,提出一种轻量级DeepLabV3+网络的焊接熔池图像分割方法。首先,将DeepLabV3+的主干网络由Xception替换为优化后的MobileNetV2网络以减少模型参数量。其次,引入坐标注意力(CA)机制,提高模型对熔池图像的提取能力。最后,利用迁移学习的训练方法,解决熔池样本稀缺的问题,并提升模型的精度和泛化能力。实验结果表明,改进后的模型在熔池数据集下平均交并比(MIoU)为94.65%,平均像素精度(MPA)为96.67%,单张图片推理时间为11.09ms,模型参数量为5.81M。与SegNet、PSPNet、UNet和DeepLabV3+等经典网络相比,改进后算法的模型参数量小,单图推理时间较短,且保持较高的平均交并比,能够更好地平衡图像分割精度和实时性。
关键词：语义分割,DeepLabV3+,轻量级,熔池
基金资助：湖北省自然科学基金联合基金资助项目(2022CFD080)。
