文献类型：期刊文章

作　　者：孟子尧[1,2,3] 许盛之[1,2,3] 王丽朝[1,2,3] 龚友康[1,2,3] 张晓丹[1,2,3] 赵颖[1,2,3]

Meng Ziyao;Xu Shengzhi;Wang Lichao;Gong Youkang;Zhang Xiaodan;Zhao Ying(The Institute of Photo-Electronics Thin Film Devices and Technology of Nankai University,Tianjin 300350,China;Engineering Research Center of ThinFilm Optoelectronics Technology,Ministry of Education,Tianjin 300350,China;Tianjin Key Laboratory of Photo-Electronics Thin Film Devices and Technology,Tianjin 300350,China)

机构地区：[1]南开大学电子信息与光学工程学院光电子薄膜器件与技术研究所,天津300350 [2]薄膜光电子技术教育部工程研究中心,天津300350 [3]天津市光电子薄膜器件与技术重点实验室,天津300350

出　　处：《计算机应用与软件》

年　　份：2025

卷　　号：42

期　　号：4

起止页码：201-207

语　　种：中文

收录情况：BDHX、BDHX2023、核心刊

摘　　要：光伏电站组串分割任务需要对物体边缘进行精确识别,从而得到精确的位置信息。针对此需求该文设计scSE-Unet8模型,将挤压激励模块(scSE)引入U-Net模型并减少模型复杂度。在光伏电站航拍图像数据集上进行训练和验证。实验结果表明由于scSE模块对空间和通道特征进行重新修正,强调了重要的边缘特征信息,因此相比于其他模型scSE-Unet8对组串边缘像素检测效果更好。模型经过交叉验证后测试集上的mIoU(平均交并比)为98.62%。最后使用边界信息提取算法处理scSE-Unet8的输出结果,消除原分割结果中少量的误检和漏检,获得像素级别的组串边界。

关 键 词：语义分割  U-Net  边界提取  光伏发电 智能运维  

分 类 号：TP183]