标题：基于语义分割的输电线路螺丝识别的研究与实现
作者：常雪昕 韩军 廖子豪
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：深度学习；DeepLab V3+；空洞卷积
摘要：对无人机巡检采集的输电线路图像进行智能分析是提高无人机巡检效率的关键。由于采用传统图像处理分析输电线路连接处的带销螺丝这种小目标效果较差，采用了深度学习中基于语义分割的DeepLab V3+网络解决带销螺丝的识别。首先收集无人机巡检图像，制作可用于输电线路带销螺丝语义分割的数据集；深入分析了语义分割网络中影响小目标识别的因素，在DeepLab V3+网络中，使用编解码器模式将小目标所需的浅层特征和高层语义信息相结合，通过空洞卷积代替下采样操作，分析验证了空洞卷积对于特征提取质量的影响，从扩张率的大小和比例关系两个角度调整扩张率，进一步提高识别率。实验结果表明，使用DeepLab V3+网络可有效进行输电线路螺丝识别，当扩张率为［5，9，17］时，mIoU可达到73.5%。