首页 / 资料库 / 文献详情

基于改进DeepLabV3+的无人机高速公路护栏检测

王洋 Wang Yang、郭杜杜 Guo Dudu、王庆庆 Wang Qingqing、周飞 Zhou Fei、秦音 Qin Ying

2024Laser & Optoelectronics ProgressComputer Science被引 1开放获取

摘要

针对现有语义分割方法检测高速公路护栏时存在预测速度慢、分割精度低的问题，提出一种基于改进DeepLabV3+的无人机高速公路护栏检测方法。首先，采用MobileNetv2网络替换原模型的主干并输出中层特征，减少参数量的同时恢复降采样过程中丢失的空间信息；然后，采用密集连接扩张卷积改进空洞空间金字塔池化，以减少漏分割现象；最后，在编码器部分引入空间分组增强（SGE）注意力机制，减少错分割现象。实验结果表明，改进后模型平均交并比、平均像素准确率、画面每秒传输帧数达到了79.20%、87.89%、52.59，相比基础模型，分别提高了2.59%、2.93%、56.70%，参数量降低了78.85%，能够在保障模型预测速度的同时提高对护栏的分割精度。

引用本文（GB/T 7714）

DOI：https://doi.org/10.3788/lop231270