摘要
为抑制露天矿场复杂环境下的背景干扰,对安全挡墙进行精确的语义分割,提出了一种基于改进DeepLabV3+网络的露天矿安全挡墙分割方法。首先,主干网络采用轻量级的MobileNetV2网络,通过深度可分离卷积和倒残差结构有效降低了网络参数量和计算量。然后,加入混合注意力模块进行通道及空间上的特征强化,可避免边缘信息丢失。最后,利用数据增强和迁移学习解决目标数据集较少的问题,提高模型的泛化能力。实验结果证明,该方法有较好的分割效果,MIOU和MPA分别为85.06%、92.94%,均优于原网络和其他经典网络模型。该方法能够精确地分割露天矿安全挡墙,有较好的实际应用价值。
- 出版日期2023
- 单位内蒙古科技大学