基于改进TransUNet语义分割的屋顶光伏识别与潜力评估方法技术

本发明专利技术公开了一种基于改进TransUNet语义分割的屋顶光伏识别与潜力评估方法，方法包括如下步骤：获取建筑屋顶卫星图像数据集；根据有无屋顶特征，对数据集中的图像进行清洗分类，划分出有屋顶的图像；根据有屋顶图像，通过构建和训练好的TransUNet语义分割模型提取屋顶特征，识别出建筑物屋顶区域并进行区域划分；将处理后的图像与主题名称进行匹配，定位建筑物所属主体。本发明专利技术集成了遥感技术和机器学习方法的创新性解决方案，可以有效的提高屋顶识别语义分割的泛化能力，精确的识别和划分屋顶，旨在实现大规模城市建筑物屋顶的快速、精准评估。

【技术实现步骤摘要】

本专利技术属于图像识别，具体涉及一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法。

技术介绍

1、太阳能作为一种可再生能源，已成为世界上最重要的可再生能源之一。屋顶光伏发展是一项长期规划工程，需要优先考虑开发屋顶资源丰富、采光条件好的屋顶，对于不符合安装光伏条件的屋顶或者难以回收成本的屋顶不进行开发。需要对屋顶进行系统的了解和规划，学习图像识别语义分割可以帮助理解和处理大量的图像数据，面对屋顶识别传统的方法泛化能力不足，在不同城市不同地区的屋顶语义分割效果较差，想要推进光伏屋顶的建设其关键就是精确的识别和划分屋顶，传统的屋顶识别方法难以达到理想的效果。

技术实现思路

1、专利技术目的：针对现有技术中当分割从不同地理位置或城市收集的大量遥感图像时，数据量较大、分辨率较低，预训练的深度学习模型并不总是输出令人满意的预测，提供一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法，其集成了遥感技术和机器学习方法的创新性解决方案，可以有效的提高屋顶识别语义分割的泛化能力，精确的识别和划分本文档来自技高网...

【技术保护点】

1.一种基于改进TransUNet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于改进TransUNet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，步骤S2中采用网络作为图像分类模型进行图像分类，网络结构中包含50个卷积层、池化层、全连接层和残差模块，其中每个残差模块由两个卷积层和一个跳跃连接组成；跳跃连接直接将输入信号绕过一定数量的卷积层和池化层，将输入信号加到跳跃连接后的输出信号中，形成残差信号。

3.根据权利要求1所述的一种基于改进TransUNet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，步骤...

【技术特征摘要】

1.一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，步骤s2中采用网络作为图像分类模型进行图像分类，网络结构中包含50个卷积层、池化层、全连接层和残差模块，其中每个残差模块由两个卷积层和一个跳跃连接组成；跳跃连接直接将输入信号绕过一定数量的卷积层和池化层，将输入信号加到跳跃连接后的输出信号中，形成残差信号。

3.根据权利要求1所述的一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，步骤s3中transunet语义分割模型的构建具体为：

4.根据权利要求3所述的一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，步骤a1中u-net模型的编码器由五部分组成，编码器通过四个下采样块和一个通道调整模块来提取输入图像的特征并降低分辨率，每个模块包含两个3×3的卷积层，而下采样块还包括一个额外的2×2池化层；解码器由四部分组成，负责特征图的分辨率还原和特征整合，每个部分都包含一个上采样层和两个3×3 的卷积层；解码器与编码器之间使用跳跃连接，允许信息从编码阶段直接传递到解码阶段；

5.根据权利要求3所述的一种基于改进transunet语义分割的屋顶光伏识别与潜力评估方法，其特征在于，步骤a3中引入含多头自注意力机制的transformer模块的u2-net网络模型中，网络结构将输入特征分为5个分支处理；前3个分支利用自注意力机制，分别生成query、key、value向量，用于计算特征图中每个像素与所有其他像素之间的关联性，解码器的分支通过主干网络与自注意力机制相结合，将输入特征与query向量相加，以便更好地理解输入图像中各像素之间的关系和上下文信息，并增加特征提取的感受野；最后两个分支专注于输入图像...

【专利技术属性】
技术研发人员：郭宁，肖小龙，袁宇波，刘建，张凌浩，陆晓星，徐春雷，孙天奎，史明明，朱卫平，刘建坤，嵇托，郭佳豪，路永玲，陈静，王旭，
申请(专利权)人：江苏省电力试验研究院有限公司，
类型：发明
国别省市：