P&IDSeg-Net:一种面向管道仪器图的轻量化分割网络

摘要

为了提高管道和仪器图(P&ID)智能分割的性能，提出了一种用于图纸分割的轻量化网络P&IDSeg-Net。首先，设计了通道减半的非局部注意力模块，在深层特征空间建立全局依赖，解决了图纸中管道与仪器的结构混淆问题；其次，用特征加法融合代替通道拼接进行跳跃连接，进一步减少参数量，适应小规模数据集；然后，基于P&ID中管道区域的低灰度特性，构建了视觉提示词启发的灰度掩膜加权损失，使网络聚焦前景关键区域；最后，收集和手工标注了P&ID＿Pipe数据集，并在该数据集上进行了大量的实验。结果表明：所提出的P&IDSeg-Net网络仅需2.181×10～7的参数量，轻量化优势突出，同时平均交并比达到77.40%,相比于主流的分割方法，能够获得更优的性能。

关键词

图纸分割 / 非局部注意力 / 视觉提示词 / 轻量化网络

基金资助

中央高校基本科研业务费资助项目(xzy012023061)