电站设备红外图像语义分割,对于电站设备故障排查具有重要的实际意义.现有算法对电站小设备的分割上普遍精度较低,并且模型参数量巨大,导致无法部署到嵌入式平台.针对上述问题,提出一种基于双注意力机制的电站设备红外图像语义分割算法.首先使用结合空间-通道注意力机制和可变形卷积的特征,提取网络在大规模数据上训练多尺度特征融合网络,然后使用TensorRT压缩和加速模型推理.试验结果表明,该方法相较10种基线算法准确率得到显著提升,在8类电站设备上实现了最佳的分割准确率,另外2类电站设备也实现了前三的分割准确率,同时推理速度相较未压缩时提升20.14倍,方法的检测精度和推理速率均较高.
NETL
NSTL
万方数据
