ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）２０２３年第３７卷第６期Ｖｏｌ．３７Ｎｏ．６２０２３收稿日期：２０２２－０６－１４基金项目：国家自然科学基金项目（６２０７３１１７）；中央引导地方科技发展资金项目（２０６Ｚ１７０１Ｇ）作者简介：陈海永，男，博士，教授，主要从事图像处理、机器视觉和模式识别研究，Ｅ⁃ｍａｉｌ：ｈａｉｙｏｎｇ．ｃｈｅｎ＠ｈｅｂｕｔ．ｅｄｕ．ｃｎ。本文引用格式：陈海永，刘新如．交叉门控融合的改进语义分割网络及应用［Ｊ］．重庆理工大学学报（自然科学），２０２３，３７（６）：１８７－１９５．Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＣＨＥＮＨａｉｙｏｎｇ，ＬＩＵＸｉｎｒｕ．Ａｎｉｍｐｒｏｖｅｄｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎｎｅｔｗｏｒｋａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｂｙｕｓｉｎｇｃｒｏｓｓ⁃ｇａｔｅｄｆｕｓｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０２３，３７（６）：１８７－１９５．ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０２３．０６．０２２交叉门控融合的改进语义分割网络及应用陈海永，刘新如（河北工业大学人工智能与数据科学学院，天津３００１３０）摘要：针对太阳能电池表面的断栅、划痕、黑斑等导致的缺陷分割精度差的问题，提出一种交叉门控融合的改进语义分割网络。使用门控机制选择性地融合网络中的多尺度信息，充分利用底层细节信息和高层语义信息，增强微小缺陷的特征表示，并结合上下文模块提高获取全文信息的能力。为了进一步解决太阳能电池缺陷边缘信息弱的问题，引入ＰｏｉｎｔＲｅｎｄ模块对缺陷边缘的点进行采样，对边缘中不确定的点实行自适应细分策略，实现对缺陷边缘的精细分割。实验结果表明：所提方法在太阳能ＥＬ组件电池数据集上的ｍＩｏＵ达到了６５．５３％。和现有的语义分割算法相比，所提方法能够有效细化目标边界，更好地处理微小微弱缺陷。关键词：太阳能电池；缺陷分割；多尺度特征；门控融合；上下文注意力中图分类号：ＴＰ３９１．４文献标识码：Ａ文章编号：１６７４－８４２５（２０２３）０６－０１８７－０９０引言太阳能是一种可再生能源，已在人们生活中广泛使用。随着全球太阳能电池产业的快速崛起，太阳能电...
