基于XS-BiSeNetV2的城市地下管道缺陷语义分割模型

摘要

针对城市地下管道缺陷分割任务对实时分割的需求，基于BiSeNetV2模型提出了一种改进的分割模型XSBiSeNetV2.针对城市地下管道缺陷形态多样、空间特征复杂的问题，设计了互相关联的双分支交叉特征提取策略；针对传统跨步卷积存在的空间信息损耗，使用Haar小波变换下采样模块替换细节分支的跨步卷积，保留更多空间信息；针对轻量级模型存在的上下文特征不匹配和空间特征偏移的问题，使用上下文和空间特征校准模块提高模型的分割精度.通过实验验证了提出的缺陷分割模型的实时性和有效性，对比原始BiSeNetV2模型，mIoU提升了2.65%,mPA也提升了1.47%，且拥有每秒49帧的处理速度，具有良好的实时性.相比其他基于深度学习的实时语义分割模型，也具有一定优势.

关键词

XS-BiSeNetV2模型 / 缺陷分割 / 城市地下管道 / Haar小波下采样