注意力机制和全局卷积在光伏板分割中的应用.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2024，60（4）237

注意力机制和全局卷积在光伏板分割中的应用

李青，李海涛，李辉，张俊虎

青岛科技大学信息科学技术学院，山东青岛266061

摘要：准确识别光伏对光伏产业有效健康发展至关重要。高分辨率遥感图像复杂的背景和光伏板形状颜色多变

给光伏识别带来巨大的挑战。针对高分辨率遥感图像中光伏用地提取问题，提出网络以精确地提取光伏用地。该

网络采用编码器和解码器的形式融合多层特征以结合丰富的语义信息，利用全局卷积和双注意力机制捕获重要的

空间特征和通道特征，并使用通道融合模块恢复丢失的部分通道信息。提出的方法可以有效解决光伏板边缘模糊

和光伏板粘连的问题。在公开光伏数据集上的实验表明，与U-Net、SegNet、DeepLabv3和DeepLabv3+相比，所提方

法在PV01、PV03、PV08三个数据集上的IoU分别达到87.02%、92.98%和88.43%。实验证明所提方法能对高分辨率

遥感图像光伏板进行高准确率分割。

关键词：高分辨率遥感图像；光伏用地；全局卷积；注意力机制；语义分割

文献标志码：A中图分类号：TP751.1doi：10.3778/j.issn.1002-8331.2209-0180

PhotovoltaicPanelSegmentationUsingAttentionMechanismandGlobalConvolution

LIQing,LIHaitao,LIHui,ZHANGJunhu

CollegeofInformationScienceandTechnology,QingdaoUniversityofScienceandTechnology,Qingdao,Shandong266061,

China

Abstract：Accuratephotovoltaic(PV)identificationiscriticalfortheeffectiveandhealthydevelopmentofPVindustry.

PVrecognitionishamperedbythecomplexbackgroundandvariableshapeandcolorofPVpanelsinhigh-resolution

remotesensingimages.Thispaperproposesamethodforaccuratelyextractingphotovoltaiclandfromhigh-resolution

remotesensingimages.Theencoderanddecoderfunctionsinthisnetworkcombinemulti-layerfeaturestocombinerich

semanticdata.Importantspatialandchannelpropertiesarecapturedusingtheglobalconvolutionandthedualattention

mechanism,whilesomelostchanneldataarerecoveredusingthechannelfusionmodule.Theproposedmethodcaneffec-

tivelysolvetheproblemsofphotovoltaicpanelblurrededgesandadhesion.ExperimentsonopenPVdatasetsshowthat

theIoUoftheproposedmethodinPV01,PV03,andPV08is87.02%,92.98%,and88.43%,respectively,whencompared

toU-Net,SegNet,DeepLabv3,andDeepLabv3+.Experimentalresultsshowthattheproposedmethodcanachieve