Instance Segmentation Method for Insulators in Complex Backgrounds Based on Improved SOLOv2

Ze Chen

doi:10.3390/s25175318

Instance Segmentation Method for Insulators in Complex Backgrounds Based on Improved SOLOv2

2025-08-28

0

OA

AI

DOI：10.3390/s25175318

原文链接

原文求助

摘要

En 中文

为精确勾勒无人机（UAV）巡检获取的复杂输电线路图像中绝缘子的轮廓，从而便于后续缺陷分析，本研究提出了一种基于增强型SOLOv2模型的实例分割框架。所提框架整合了通过非下采样Contourlet变换（NSCT）生成的预处理边缘通道，以增强模型准确捕捉绝缘子边缘的能力。此外，网络输入图像分辨率提升至1200×1600，允许更精细的边缘提取。不同于原始的ResNet + FPN架构，本研究采用改进的HRNet作为骨干网络，以有效利用多尺度特征信息，从而提升模型整体效能。针对输入尺寸的增大，网络的通道数有所减少，同时层数增加，确保了足够的感受野而未显著增加网络参数。此外，引入卷积块注意力模块（CBAM）以优化掩码质量并提高目标检测精度。为进一步增强模型鲁棒性并减少标注需求，利用第四代虚幻引擎（UE4）构建了虚拟数据集。实验结果表明，所提框架在电网提供的测试集图像上表现出更优性能，其中AP0.50（90.21%）、AP0.75（83.34%）和AP[0.50:0.95]（67.26%）均达到较高水平。该框架超越现有方法，对智能输电线路巡检技术的进步具有重要意义。

Keyword:

insulator detection

UAV inspection

instance segmentation

SOLOv2

edge enhancement

HRNet

CBAM

virtual dataset

Instance Segmentation Method for Insulators in Complex Backgrounds Based on Improved SOLOv2

摘要

期刊

机构