基于多尺度自注意力机制的受电弓图像分割

针对受电弓磨耗分析过程中关键区域定位不精确的问题,提出了一种基于多尺度自注意力机制的受电弓图像分割算法。首先,利用多尺度卷积模块使用膨胀卷积在保持特征分辨率不变的情况下提取不同尺度的特征;然后,改进的自注意力机制对各网络层的有效特征进行增强的同时减少了网络的计算开销;接下来,使用不同的损失函数对网络进行分阶段训练以提升分割精度;最后,消融实验验证了不同模块的有效性。受电弓图像分割结果表明算法在真实场景下具有良好的适应能力和工程价值。