基于MAS-YOLOv8n的地基云图实例分割算法

万振杰 ,  苏继康 ,  耿鑫 ,  吴艳敏

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (8) :3386-3396

PDF (13815KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (8) :3386-3396 DOI: 10.12404/j.issn.1671-1815.2501903
自动化技术、计算机技术

基于MAS-YOLOv8n的地基云图实例分割算法

作者信息 +

Cloud Instance Segmentation Algorithm Based on MAS-YOLOv8n

Author information +
文章历史 +

摘要

云层波动导致塔式太阳能系统聚光能流密度波动,造成吸热器热应力和热疲劳。为了降低云层的影响,需要精确识别云层,基于YOLOv8提出一种云层实例分割模型。首先,将Neck中的C2f模块改进为多尺度膨胀注意力机制(multi-scale dilated attention,MSDA),使模型轻量化,再将模型中的Conv改进为AKConv(arbitrary kernel convolution),使模型能更好的提取云的特征,最后将金字塔结构SPPF(spatial pyramid pooling fast)改进为SPPFCSPC,使模型能够在不同尺度上提取更多天空图像的空间信息。改进的MAS-YOLO模型的目标检测评估指标的精确率达到75.8%,目标检测评估指标的召回率达到65.5%,目标检测评估指标的平均精确率达到75.1%,分割评估指标的精确率达到79.9%,分割评估指标的召回率达到62.9%,分割评估指标的平均精确率达到74.7%,计算量达到54.6 GFLOPs。在SWIMSEG数据集上,MAS-YOLO与其他模型进行了对比。结果显示,MAS-YOLO的识别效果优于其他模型,且在热力图对比中,其能够更好地提取云的特征。该模型能够为塔式太阳能的性能优化提供方法支持。

Abstract

Cloud fluctuations cause variations in the concentrated energy flux density of tower solar power systems, and these variations produce thermal stress and fatigue in the receiver. To reduce the influence of clouds, accurate cloud identification is required. A cloud instance segmentation model based on YOLOv8 was proposed. The C2f module in the Neck was replaced with a multi-scale dilated attention (MSDA) module to achieve model lightweighting. Standard convolution layers were substituted with arbitrary kernel convolution (AKConv) to improve the extraction of cloud features. The spatial pyramid pooling fast (SPPF) module was upgraded to the SPPFCSPC structure to enable richer multi-scale spatial information extraction from sky images.The accuracy of the improved MAS-YOLO model’s target detection indicators is 75.8%. The recall of the target detection indicators is 65.5%, and the mean accuracy of the target detection indicators is 75.1%. The accuracy of the segmentation indicators is 79.9%, the recall of the segmentation indicators is 62.9%, and the mean accuracy of the segmentation indicators is 74.7%. The computational complexity is 54.6 GFLOPs. On the SWIMSEG dataset, MAS-YOLO was compared with other models. The results show that its recognition performance is better than that of the other models, and heat-map comparisons indicate that it extracts cloud features more effectively. This model provides methodological support for optimizing the performance of tower solar energy systems.

Graphical abstract

关键词

塔式太阳能系统 / 光热发电 / 云层识别 / YOLOv8 / 实例分割

Key words

tower solar system / photovoltaic power generation / cloud identification / YOLOv8 / instance segmentation

引用本文

引用格式 ▾
万振杰, 苏继康, 耿鑫, 吴艳敏. 基于MAS-YOLOv8n的地基云图实例分割算法[J]. 科学技术与工程, 2026, 26(8): 3386-3396 DOI:10.12404/j.issn.1671-1815.2501903
WAN Zhen-jie, SU Ji-kang, GENG Xin, WU Yan-min. Cloud Instance Segmentation Algorithm Based on MAS-YOLOv8n[J]. Science Technology and Engineering, 2026, 26(8): 3386-3396 DOI:10.12404/j.issn.1671-1815.2501903

登录浏览全文

4963

注册一个新账户 忘记密码

截至2023年底,全球范围内已投入运营的光热发电建成装机容量达到560 GWh,相当于8亿m3的集热器面积[1]。中国兆瓦级规模以上光热发电机组累计装机容量为588 MW[2]。塔式太阳能通过地面上的定日镜将阳光反射到中心塔顶的吸热器,可以将热能储存起来,再将热能转换成电能,但会受到气象等环境因素的影响,其中云对塔式太阳能的影响巨大,云的移动会遮挡地面上的定日镜,使集中到吸热器上的阳光分布不均,进而导致热量分布不均匀,可能会使吸热器直接引发热应力和热疲劳,进而间接导致裂纹和泄漏的发生[3]。因此,识别天空中的云来监测塔式太阳能所面临的环境非常重要。
检测天空中的云面临多重挑战:云的形态多样、边界模糊,且受光照变化、气象干扰影响显著;其动态性强,快速移动和短暂生命周期要求高时效观测技术,而卫星遥感受限于分辨率、波段和覆盖间隔,地面观测易受遮挡且局部性强,并且卫星云图受限于时间、空间分辨率及数据处理延迟,难以满足超短期辐照度预测的高精度需求;而地基云图凭借高时空分辨率、局部适应性和实时性优势,成为更有效的解决方案,尤其在分布式太阳能系统中具有重要应用价值。此外,算法需应对复杂图像分割、多源数据融合及实时处理需求,特殊场景进一步增加误判风险。解决需结合多模态传感器、深度学习及高分辨率卫星数据,以提升检测精度与适应性。
大量学者通过使用语义分割以及阈值分割方式来识别云层。文献[4]提出了一种多任务神经网络结构SkyCloudNet,可以从输入图像中提取高级属性,并可以在自然户外图像中分割云。文献[5]针对天空中的复杂情况,基于像素级太阳位置和极端天气条件建立晴空库提出一种地基图像的云检测方法。文献[6]提出了一种地面图像的云检测方法CloudY-Net,对云图进行两次分割,能够分割一些容易忽视的薄云。文献[7]基于MobileNetV2设计了一种名为CloudHS-Net的新型网络,有较好的分割性能。针对昼夜间云层边缘模糊,导致分割模型精度较低的问题,文献[8]提出了一种CloudRes-Unet网络,最后结果显示模型表现较好。文献[9]提出了一种改进U2Net的地基云图分割技术,有较好的分割性能。文献[10]使用部分优秀性能的语义分割模型在标准的地基云图数据集上进行训练和验证,验证了语义分割模型在地基云图分割领域的适用性。
语义分割等方法不能反映天空实况,且不能对云的不同类型的不同实例进行区分,实例分割技术在多个领域展现出显著优势,其结合目标检测与像素级分割的能力,能够提供高精度、细粒度的分析。在自动驾驶中,实例分割精确识别道路目标并支持场景理解[11];在医学影像分析中,实现病灶定位与多目标区分[12];在工业检测中,用于缺陷识别与零件分类[13];在农业与林业中,支持作物、病虫害及树木的精确分割[14];在遥感与GIS中,实现土地利用分类与灾害评估[15];在零售与物流中,优化商品识别与包裹分拣[16]。实例分割的多领域应用推动了智能化技术的快速发展,为复杂场景下的目标识别与分割提供了高效解决方案。实例分割在分割地基云图任务中可以反映出天空实况,且能够对云层标号,可以实现多种功能。选择合适的云层分割方法对云层识别非常重要,针对以上问题,考虑实例分割的特性,基于YOLOv8模型,提出一种地基云图实例分割算法,能够准确识别云,为分析云阴影对定日镜场的遮挡以及吸热器的影响奠定基础。

1 模型构建

1.1 YOLOv8模型

YOLOv8的backbone部分使用C2f模块和Conv模块[17]。C2f模块使得YOLOv8在保证轻量化的同时,能够获得更加丰富的梯度流信息[18]。Conv模块主要用于特征提取,可以通过卷积层学习输入数据的空间特征,同时减少计算量和参数数量。在backbone末端,采用目前最为流行的SPPF(spatial pyramid pooling fast)模块,依次通过3个大小为5×5的Maxpools,在保证轻量化的同时,保证各个尺度下目标的准确率。在颈部部分,YOLOv8采用的特征融合方法采用PAN-FPN (path aggregation network-feature pyramid network),使用两次上采样和多个C2f模块,与最终解耦的头部结构一起组成颈部模块。

1.2 MAS-YOLO模型

YOLOv8中的C2f模块通过部分融合减少了计算量,但可能会丢失深度特征图上的部分信息,在一些极端复杂背景下,C2f很难灵活适应。因此将Backbone中的C2f模块替换为MSDA[19]模块,可以更好地提取到目标的特征信息,并减少计算量。将Backbone以及Neck中的Conv模块替换为AKconv[20]模块,AKconv是可变形卷积,能够突破传统卷积的局限,使目标识别的更加精准。将Backbone中的SPPF模块替换为SPPFCSPC模块,能更好地检测目标,提高了模型在各种复杂环境中的适应性和效率。MAS-YOLO结构如图1所示。

1.3 多尺度膨胀注意力(MSDA)

MSDA(multi-scale dilated attention)模块是一种多尺度膨胀注意力机制,旨在通过结合局部性和稀疏性来增强视觉Transformer的特征提取能力。该模块通过设置不同的扩张率(如1、2、3),在不同尺度上捕获语义依赖关系,从而有效利用特征图中的多尺度信息。MSDA基于滑动窗口的膨胀注意力机制(multi-scale dilated attention,SWDA),在查询点周围的滑动窗口内稀疏地选择键和值进行自注意力计算,减少了全局注意力中的冗余计算,显著提升了计算效率。

MSDA模块的结构设计包括多头注意力机制和特征融合。每个头使用不同的扩张率进行自注意力计算,生成多尺度特征,并通过拼接和线性层进行融合。这种设计使得MSDA能够同时捕获局部和全局的语义信息,增强了模型对多尺度特征的建模能力。相比全局注意力,MSDA通过局部和稀疏的注意力机制显著减少了计算量,同时保持了较高的性能,且无需引入复杂的模块或额外参数。

在特征提取过程中,由于小尺度目标在输入图像中所占像素比例较小,经过多层卷积和下采样操作后,其特征图空间分辨率显著降低,导致目标细节特征(如色彩分布、纹理结构和形态轮廓等)严重衰减,从而影响模型的特征提取能力;与此同时,大尺度目标往往覆盖图像较大区域,这使得模型难以建立有效的全局上下文关联,制约了对目标整体特征的准确捕捉。这种显著的尺度差异性给云层分割任务带来了挑战,容易导致识别过程中出现目标误判和遗漏等问题。多尺度特征表征能够有效处理不同规模的目标及其特性。通过对输入数据进行多层次的尺度分析与建模,可获得更为丰富和细致的特征信息。在此过程中,膨胀卷积的引入显著提升了感受野的范围,拓展了特征提取的视野。通过构建多尺度和多样化扩张率的特征层次,模型在计算注意力机制时能够充分整合尺度差异和空间分布信息,实现对局部区域上下文特征的有效聚合。这种机制不仅提升了模型对多尺度目标的细节捕捉能力,同时强化了特征表达的鲁棒性和完整性。

ViT(vision transformer)[21]中采用全局感受野来提取特征,但是会导致计算量增加,而MSDA模块通过减少感受野的方式来使计算量得到下降,并能够更好地提取到目标的特征,MSDA为不同的注意力头设置不同的膨胀率,实现了多尺度表征学习的能力。MSDA结构如图2所示。

1.4 可变核卷积(AKConv)

AKConv(arbitrary kernel convolution)是一种灵活的卷积操作,旨在解决传统卷积操作中采样形状固定和参数数量平方增长的问题。AKConv允许卷积核具有任意数量的参数和任意采样形状,提供了比传统卷积和可变形卷积更丰富的选择。通过引入偏移量(offsets)动态调整采样形状,AKConv能够更好地适应目标形状的变化,从而在目标检测等任务中表现出色。此外,AKConv的参数数量呈线性增长,而不是传统卷积中的平方增长,这使得它在计算和内存开销上更加高效,尤其是在处理较大卷积核时,避免了内存和计算资源的急剧增加。

AKConv的核心设计包括初始采样坐标生成、偏移量调整和特征提取。通过一种新颖的坐标生成算法,AKConv为任意大小的卷积核生成初始采样坐标,并通过卷积操作学习偏移量来调整采样形状。特征提取通过插值和重采样实现,提供3种方法来提取不规则卷积核对应的特征:3D 卷积、1×1 2D 卷积和列卷积。这种设计使得 AKConv能够在保持高效计算的同时,灵活地适应不同目标的形状变化,显著提升了特征提取的能力。

AKconv是可变形卷积,其卷积核的大小和形状可以改变,采用3×3的卷积核大小,降低卷积的参数运算量。该方法能够突破传统卷积的局限,提升目标检测的精确率,在云层分割任务中,AKconv通过获得偏移量调整不规则卷积核的采样位置,从而提高了特征提取的准确率。AKConv结构如图3所示。

1.5 SPPFCSPC金字塔结构

相较于SPPF结构,SPPFCSPC通过整合空间金字塔池化(spatial pyramid pooling,SPP)、跨层级特征交互以及空间关联模块等多种机制,虽然在模型复杂度上有所增加,但在性能上实现了显著突破,尤其在特征表征能力和场景适应性方面表现突出。这种改进在地基云图分割任务中具有重要的应用价值,能够有效应对云层分割中的多种挑战。

SPPFCSPC的跨层级特征交互机制能够有效捕捉云层的局部细节特征,例如薄云的透光区域或碎云的细小边界,从而提升分割精度。其空间关联模块通过建模特征间的空间依赖关系,进一步增强了模型对云层形态和分布的感知能力。云层的高度、厚度和密度差异较大。SPPFCSPC通过空间金字塔池化机制,能够同时捕获不同尺度的云层特征,并结合跨层级特征交互机制,将低层细节特征与高层语义特征有效融合,从而实现对云层的全面表征。这种多尺度特征提取能力使模型在面对复杂场景时能够更全面地捕获关键特征信息,显著提升了分割性能。地基云图通常受到多种干扰因素的影响。SPPFCSPC通过其空间关联模块和多尺度特征提取机制,能够有效抑制这些干扰因素对分割结果的影响,在不同分辨率和噪声环境下仍保持较好的表现。SPPFCSPC结构如图4所示。

2 实验结果与分析

2.1 SWIMSEG数据集

新加坡国立大学创建的SWIMXXX数据集[22]中的SWIMSEG子集包含1 013幅天空和云块图像,并配有相应的二元分割标注。所有图像都是在2013年10月—2015年7月的22个月期间,使用经过校准的地基全天空成像仪WAHRSIS在新加坡拍摄的。每幅图像的天空覆盖范围为60°~70°,分辨率为600×600像素,且每张图像都对应一个二元分割图,标注了天空与云层的区域。样例图如图5所示。

编写脚本将SWIMSEG数据集中的二值化标签图像转换为JSON格式,然后再通过该JSON文件生成YOLOv8所需的txt标签文件。参考中外相关的研究,对SWIMSEG数据集中的1 013张图像进行划分,将70%用于训练集,20%用于验证集,10%用于测试集。

2.2 实验环境与评价指标

2.2.1 实验环境

本实验在Ubuntu 20.04操作系统上进行,开发环境基于Python 3.8、Pytorch 2.1.1和Cuda 11.8,计算资源使用A40显卡。训练过程中,以YOLOv8-seg模型作为基准模型。通过超参数优化,YOLO系列所有实验的超参数设置为:训练轮次(epochs)为1 000,批次大小(batch size)为8,默认使用Mosaic数据增强,初始学习率设定为0.01,可以取得最佳效果。非YOLO系列的模型采用MMdetection模型中的实例分割模型,作为对比,参数设置与YOLO系列相同。

2.2.2 评价指标

在实验中,实例分割任务包含目标检测和图像分割两项主要任务,并使用以下常见的评价指标:准确率PB和PM、召回率RB和RM、平均精度mAP50B和mAP50M,其中下标B表示目标检测任务的评价指标,下标M表示图像分割任务的评价指标。各评价指标的计算公式为

P=$\frac{TP}{TP+FP}$×100%
R=$\frac{TP}{TP+FN}$×100%
$mAP=\left(\frac{1}{N}\sum _{i=1}^{N}A{P}_{i}\right)\times 100\%$

式中:P为准确率;R为召回率;TP(真正例)为正确将正样本分类为正样本的数量;FP(假正例)为错误将负样本分类为正样本的数量;FN(假负例)为错误将正样本分类为负样本的数量;TN(真负例)为正确将负样本分类为负样本的数量;mAP(平均精度)为计算所有类别的平均精度(AP),用来衡量模型在数据集上任务的整体精确度;N为数据集中类别的总数;APi为第i个类别的平均精度。

2.3 实验结果与分析

2.3.1 模型性能结果

基础的YOLOv8-seg模型,目标检测任务的精确率(PB)、召回率(RB)和平均精确率(mAP50B)分别达到77.1%、63.3%和74.4%;在分割任务中,精确率(PM)、召回率(RM)和平均精确率(mAP50M)分别为72.6%、64%和72.6%。该模型的参数量为4 180 422,计算量为54.8 GFLOPs。

MAS-YOLO模型,目标检测任务的精确率(PB)、召回率(RB)和平均精确率(mAP50B)分别达到了75.8%、65.5%和75.1%;在分割任务中,精确率(PM)、召回率(RM)和平均精确率(mAP50M)分别为79.9%、62.9%和74.7%。该模型的参数量为5 069 546,计算量为54.6 GFLOPs。云层分割更关注分割任务,改进后的MAS-YOLO模型分割任务相比基础模型更具优势,总体效果上也更好。

2.3.2 F1曲线评估

为了验证所提MAS-YOLO模型的稳健性,使用F1评估指标对其进行评估。F1能够综合体现精确率与召回率,计算公式为

F1=2$\frac{PR}{P+R}$

MAS-YOLO作为实例分割模型有目标检测以及分割的评估指标,因此分为了两种F1曲线,图6(a)为目标检测的F1曲线,图6(b)为分割的F1曲线。两图的F1曲线都在0.5以上,说明模型的稳健性很好。

2.3.3 不同模型结果对比

以YOLOv8-Seg为基准模型,进行数据集的实例分割。首先,测试了基本的YOLOv8-Seg模型和改进后的MAS-YOLO模型。结果表明,在保持各项参数一致的情况下,MAS-YOLO相较于YOLOv8-Seg具有显著的性能提升。此外,还通过与其他实例分割模型进行对比实验,包括YOLOv5、YOLOv7[23]、YOLOv9[24]和YOLOv11[25],实验结果如表1所示。

由表1可知,MAS-YOLO实例分割模型,目标检测评估指标的精确率PB达到75.8%,召回率RB达到65.5%,平均精确率mAP50B达到75.1%,分割评估指标的精确率PM达到79.9%,召回率RM达到62.9%,平均精确率mAP50M达到74.7%,并相较于基准模型,MAS-YOLO实例分割模型,目标检测精确率PB仅下降了1.7%,召回率RB提升了3.5%,平均精确率mAP50B提升了0.9%,分割指标的精确率PM提升了10.1%,召回率RM仅降低了1.7%,平均精确率mAP50M提升了2.9%。MAS-YOLO实例分割模型各个评估指标相对较好,且计算量少于其他模型,具有轻量化的优点。

在SWIMSEG数据集上对不同模型进行检测,不同模型的识别结果如图7所示。在图7(a)中,YOLOv8、YOLOv9以及YOLOv11的A区域没有检测到云YOLOv8的B区域没有检测到云,而MAS-YOLO能够准确识别到A和B区域的云,其他的位置MAS-YOLO也能准确识别到。在图7(b)中,YOLOv8识别结果中的C区域没有识别到云,YOLOv9识别结果中的D区域没有识别到云,YOLOv11识别结果的D和E区域没有识别到云,MAS-YOLO则能够准确识别到C、D和E区域的云,其他位置也能够准确识别到。在图7(c)中,YOLOv8的识别结果中F区域没有识别到云,YOLOv9没有识别到G区域的云,YOLOv11没有识别到H区域的云,MAS-YOLO能够准确识别到这几个区域,并且其他位置也能识别到。在图7(d)中,所有模型都能够准确识别到云。在图7(e)中,YOLOv9以及YOLOv11不能准确识别到I、J和K区域的云以及天空,YOLOv11的识别结果显示L区域的云没有检测到,而YOLOv8以及MAS-YOLO能够准确识别到这几个区域的云以及其他区域的云,综上所述,MAS-YOLO能够准确识别到云,与其他模型相比,MAS-YOLO的精确率更高,识别效果最好。

为了能够体现出MAS-YOLO模型的优势,采用了目前较好的卷积和注意力机制等模块,对基础的YOLOv8-seg模型进行改进,来体现出所选模块有更好的表现也更具优势。并采用目前主流的一些实例分割模型来进行对比实验。实验结果如表2所示。相较于其他改进后的模型,本文模型改进的效果总体上来看效果最好。

2.3.4 模块消融实验

为了验证所采用模块的改进效果,在SWIMSEG数据集上进行了消融实验,分别评估MSDA模块、AKConv模块和SPPFCSPC模块。所有消融实验均在相同的配置环境和参数下进行,实验结果如表3所示。

由表3可以看出,将Neck部位的C2f改进为MSDA模块后,相较于基础模型目标检测评估指标的精确率PB提升了0.5%,召回率RB提升了4.6%,平均精确率mAP50B降低了1%,分割指标的精确率PM提升了4.7%,召回率RM提升了2%,平均精确率mAP50M降低了0.3%。再将模型中Backbone以及Neck中的Conv改进为AKConv后,相较于只改进MSDA的模型,目标检测评估指标的精确率PB提升了7%,召回率RB降低了7%,平均精确率mAP50B提升了2.6%,分割指标的精确率PM提升了3.8%,召回率RM降低了6.7%,平均精确率mAP50M提升了1.2%。最后将YOLOv8模型中的金字塔模块SPPF替换为新的金字塔结构SPPFCSPC,与改进了MSDA以及AKConv模块相比,目标检测评估指标的精确率PB降低了8.7%,召回率RB提升了6.5%,平均精确率mAP50B降低了0.5%,分割指标的精确率PM提升了1.3%,召回率RM提升了3.3%,平均精确率mAP50M提升了1.9%。从结果来看,多尺度膨胀注意力MSDA改变了传统的卷积核,减少了计算量,使模型能够准确提取到目标特征,可变核卷积 AKConv改变传统卷积核的形状,使模型更符合云多变的特点,精确率得到了提高,最后将SPPF金字塔结构改进为SPPFCSPC结构,使模型提取不同尺度的目标和场景信息能力更强,提升了模型的精确率以及平均精确率。

在消融实验的识别结果(图8)中,可以看出,在图8(a)中,基础模型的A和B区域不能识别到云,改进了3个模块的MAS-YOLO模型则能够准确识别到这几个区域的云,并且也能识别到其他区域的云。在图8(b)中,基础模型、改进了MSDA模块的模型以及改进了MSDA和AKConv的模型不能识别到C区域的云,MAS-YOLO能够准确识别到C区域的云和其他区域的云。在图8(c)中,MAS-YOLO能够准确识别到D、E和F区域的云和其他区域的云。在图8(d)中,所有模型都可以识别到云。在图8(e)中,改进了MSDA模块的模型不能识别到G和H区域的云,改进了MSDA和AKConv模块的模型不能识别到G和I区域的云,MAS-YOLO以及基础模型能够准确识别到G、H和I区域的云以及其他区域的云。总体来看,MAS-YOLO能够识别多种云层,而其他模型只能识别某一种云,MAS-YOLO表现效果更好,精确率也更高。

2.3.5 MAS-YOLO实际云层识别效果

为了使本文的模型能够满足实际应用以及体现模型的泛化能力,选取郑州地区的典型云图进行识别,识别结果如图9所示。从结果上看MAS-YOLO具备较好的实际应用效果。

2.3.6 热力图可视化

为了更直观地展示YOLOv8改进的效果,对改进前后的特征图进行了对比,如图10所示。图10中红色区域表示识别特征最为显著的部分,是需要重点关注的核心区域,其次是黄色和蓝色区域。可以看出,改进后的模型虽然红色区域面积较小,但能够更全面地覆盖云层整体,从而更准确地识别云层的位置及其特征。通过对比MAS-YOLO与基础模型的热力图识别结果,发现基础模型虽然能够大致识别云层的轮廓,但在准确提取云层特征方面表现不足。相比之下,MAS-YOLO模型的热力图结果能够更精确地提取云层特征,减少其他因素的干扰,显著提高了模型的识别精度,使其能够更准确地识别云层。

3 结论

云会遮挡塔式太阳能地面的定日镜,由于遮挡的位置并不均匀,吸热器上接收的阳光也可能分布不均匀,导致吸热器不同区域的热量差异相对较大,进而导致吸热器产生热应力或热疲劳,最后使吸热器损坏,因此准确识别到云对塔式太阳能非常重要,通过改进YOLOv8-Seg实例分割模型,使改进后的MAS-YOLO模型识别更加精准。得出如下结论。

(1)MSDA模块减少了模型计算量,使模型保持轻量化的同时并能够关注云特征的相关性。AKConv能够调整不规则卷积核的采样位置,从而提高特征提取的准确率,使云的识别更加精准。金字塔结构SPPFCSPC模块能够在不同尺度上提取更多天空图像的空间信息,并在处理天空这种复杂图像情况下表现出色。

(2)改进后的MAS-YOLO相关的评估指标更佳,目标检测评估指标的精确率PB达到75.8%,召回率RB达到65.5%,平均精确率mAP50B达到75.1%,分割评估指标的精确率PM达到79.9%,召回率RM达到62.9%,平均精确率mAP50M达到74.7%,并且计算量也降低到54.6 GFLOPs。

(3)在SWIMSEG数据集上使用多种模型进行测试,最后识别结果显示MAS-YOLO的识别效果最佳。改进后的MAS-YOLO模型能够更精确地提取云的特征,减少其他因素的干扰,显著提高了模型的识别精度。

改进后的模型的优势在于能够识别多数地基云图并能够识别实际云层,具有较强的泛化能力。但改进后的模型精确率以及召回率等评估指标并不高。下一步,准备结合更多的注意力机制、卷积以及检测头等模块对模型进行优化,使改进后的MAS-YOLO模型可以精确地对地基云图进行分割。另一方面,将使用该模型与塔式太阳能定日镜场相结合,探究云层产生的阴影遮挡对吸热器能流密度及热性能的影响,进一步优化该模型。

参考文献

[1]

Weiss W, Spörk-Dür M. Solar heat world wide: edition 2023[J]. Euroheat & Power, 2023, 4: 26-28.

[2]

白捷予, 董存, 王铮, 等. 考虑云层遮挡的光伏发电功率超短期预测技术[J]. 高电压技术, 2023, 49(1): 159-168.

[3]

Bai Jieyu, Dong Cun, Wang Zheng, et al. Ultra-short-term prediction of photovoltaic power generation considering cloud cover[J]. High Voltage Engineering, 2023, 49(1): 159-168.

[4]

范燚杰. 塔式电站集热岛中的定日镜与云检测研究[D]. 南京: 南京师范大学, 2020.

[5]

Fan Yijie. Research on the heliostat and cloud detection in the urban heat island of tower power stations[D]. Nanjing: Nanjing Normal University, 2020.

[6]

Gerhardt C, Weidner F, Broll W. SkyCloud: neural network-based sky and cloud segmentation from natural images[C]// 2023 8th International Conference on Image, Vision and Computing (ICIVC). New York: IEEE, 2023: 343-351.

[7]

Niu Y, Song J, Zou L, et al. Cloud detection method using ground-based sky images based on clear sky library and superpixel local threshold[J]. Renewable Energy, 2024, 226: 120452.

[8]

Hu F, Hou B, Zhu W, et al. CloudY-Net: a deep convolutional neural network architecture for joint segmentation and classification of ground-based cloud images[J]. Atmosphere, 2023, 14(9): 1405.

[9]

步宏坤, 常帅, 谷野, 等. 基于改进MobileNetV2的地基云图分割网络[J]. 激光与光电子学进展, 2024, 61(18): 423-430.

[10]

Bu Hongkun, Chang Shuai, Gu Ye, et al. Ground-based cloud image segmentation network based on improved MobileNetV2[J]. Laser & Optoelectronics Progress, 2024, 61(18): 423-430.

[11]

王铂越, 李英祥, 钟剑丹. 基于改进Res-UNet的昼夜地基云图分割网络[J]. 计算机应用, 2024, 44(4): 1310-1316.

[12]

Wang Boyue, Li Yingxiang, Zhong Jiandan. Segmentation network for day and night ground-based cloud images based on improved Res-UNet[J]. Journal of Computer Applications, 2024, 44(4): 1310-1316.

[13]

翟坤宁, 付主木, 王秀菊, 等. 基于改进U2Net的地基云图分割技术[J]. 科学技术与工程, 2025, 25(14): 5737-5744.

[14]

Zhai Kunning, Fu Zhumu, Wang Xiuju, et al. Improved U2Net-based ground cloud image segmentation techniques[J]. Science Technology and Engineering, 2025, 25(14): 5737-5744.

[15]

王敏, 李晟, 庄志豪, 等. 基于语义分割深度学习的地基云图分割方法[J]. 科学技术与工程, 2023, 23(31): 13204-13216.

[16]

Wang Min, Li Sheng, Zhuang Zhihao, et al. Ground-based cloud graph segmentation method based on deep learning semantic segmentation network[J]. Science Technology and Engineering, 2023, 23(31): 13204-13216.

[17]

Feng D, Haase-Schütz C, Rosenbaum L, et al. Deep multi-modal object detection and semantic segmentation for autonomous driving: Datasets, methods, and challenges[J]. IEEE Transactions on Intelligent Transportation Systems, 2020, 22(3): 1341-1360.

[18]

Baranwal N, Singh K N, Singh A K. YOLO-based ROI selection for joint encryption and compression of medical images with reconstruction through super-resolution network[J]. Future Generation Computer Systems, 2024, 150: 1-9.

[19]

Zheng H, Chen X, Cheng H, et al. MD-YOLO: surface defect detector for industrial complex environments[J]. Optics and Lasers in Engineering, 2024, 178: 108170.

[20]

Wei P, Yan X, Yan W, et al. Precise extraction of targeted apple tree canopy with YOLO-Fi model for advanced UAV spraying plans[J]. Computers and Electronics in Agriculture, 2024, 226: 109425.

[21]

Xu D, Wu Y. FE-YOLO: a feature enhancement network for remote sensing target detection[J]. Remote Sensing, 2021, 13(7): 1311.

[22]

Selvam P, Koilraj J A S. A deep learning framework for grocery product detection and recognition[J]. Food Analytical Methods, 2022, 15(12): 3498-3522.

[23]

Wang C Y, Bochkovskiy A, Liao H Y M. YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2023: 7464-7475.

[24]

Ge Z, Liu S, Wang F, et al. Yolox: Exceeding yolo series in 2021[J]. arXiv Preprint, arXiv: 2107.08430, 2021.

[25]

Jiao J, Tang Y M, Lin K Y, et al. Dilateformer: Multi-scale dilated transformer for visual recognition[J]. IEEE Transactions on Multimedia, 2023, 25: 8906-8919.

[26]

Zhang X, Song Y, Song T, et al. AKConv: convolutional kernel with arbitrary sampled shapes and arbitrary number of parameters[J]. arXiv Preprint, arXiv: 2311.11587, 2023.

[27]

Dosovitskiy A. An image is worth 16x16 words: Transformers for image recognition at scale[J]. arXiv Preprint, arXiv: 2010.11929, 2020.

[28]

Dev S, Lee Y H, Winkler S. Color-based segmentation of sky/cloud images from ground-based cameras[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 10(1): 231-242.

[29]

Wang C Y, Bochkovskiy A, Liao H Y M. YOLOv7: trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York: IEEE, 2023: 7464-7475.

[30]

Wang C Y, Yeh I H, Mark Liao H Y. Yolov9: Learning what you want to learn using programmable gradient information[C]// European Conference on Computer Vision. Cham: Springer, 2025: 1-21.

[31]

Khanam R, Hussain M. YOLOv11: an overview of the key architectural enhancements[J]. arXiv Preprint, arXiv: 2410. 17725, 2024.

基金资助

河南省重点研发专项(231111320900)

河南省高等学校重点科研项目计划(24A48001)

河南省学科建设研究中心2024年度学科建设与发展课题(2024-2-05)

PDF (13815KB)

43

访问

0

被引

详细

导航
相关文章

/

〈 〉