基于语义分割和空间上下文信息的防震锤识别
【摘要】 针对目前输电线路中防震锤部件识别精确率低，缺陷无法诊断，未充分利用其空间上下文信息的问题，提出结合Deep-LabV3+语义分割网络与防震锤的空间上下文关系对其进行识别与缺陷诊断;利用图像分块和数据集预处理提高DeepLabV3+网络分割精度，将防震锤与其周围部件分割出来后，建立其空间上下文关系缩小防震锤的识别范围，提高其识别精确率;实验结果表明，图像分块与预处理能够将DeepLabV3+网络的分割精度提升到93.4%以上，DeepLabV3+网络可以有效的识别正常防震锤与缺陷防震锤，识别召回率可以达到87%以上，建立防震锤与周围部件的空间上下文关系能够提高其识别精确率到90%以上。关键词:防震锤;语义分割;空间上下文关系;DeepLabV3+;图像分块ShockHammerRecognitionBasedonSemant
