谢世朋，李 博，张 冬

1.南京邮电大学通信与信息工程学院，江苏 南京 210003

2.国网江苏省电力有限公司淮安供电分公司，江苏 淮安 223002

随着我国经济的蓬勃发展，目前社会生产及人民日常生活处处都离不开用电，这对供电部门提出了更高的要求，不仅要保证充足的供电量，还要保证较高的供电可靠性［1］。对配电线路进行带电作业［2－3］的技术就是为了满足在持续供电的条件下，对供电设备以及供电线路进行维护检修、测试等相关作业而诞生的，该技术目前已广泛应用到相关领域，用以保证供电的可靠性。

然而作业人员在对配电线路进行不停电作业时具有较高的危险性，所以精确的安全预警系统在不停电作业时是非常重要的。而对配电线路进行精准语义分割又是不停电作业安全预警中最为核心的技术之一，语义分割的精度直接决定了安全预警的可靠性。

图像语义分割［4－5］是指从像素的角度将表达不同语义类别的像素按区域分割开来，是图像处理任务的核心技术之一。随着人工智能时代到来，图像语义分割逐渐成为了无人驾驶、室内导航等前沿科技领域的研究热点。

在图像语义分割领域，以深度学习为代表的机器学习技术不断取得更好的成绩，逐渐替代了传统的分割方法。相较于传统的分割方法，基于深度学习的分割方法可以通过搭建深度学习网络自主学习、提取图像的特征，从而进行端到端的分类学习，这样可以有效地提高语义分割的速度和精度。……