基于深度学习的非结构化道路可行驶区域识别方法和程序

本申请是基于深度学习的非结构化道路可行驶区域识别方法和程序，将道路图像输入可行驶区域识别模型进行图像识别，得到道路识别结果。可行驶区域识别模型的主干网络设置有C2f‑iRMB模块，颈部网络设置有特征融合模块，分割检测头部融合集成了SeaFormer模块。相比较于原YOLOv8n‑seg模型，本申请的可行驶区域识别模型通过C2f‑iRMB模块将特征图像中的位置信息整合到通道注意力中，通过颈部网络对道路图像进行语义分割，通过分割检测头部进行目标检测和目标图像分割。本申请的可行驶区域识别模型的准确率、召回率、mAP、FPS以及FLOPS都有较大提升，适用于非结构化道路的可行驶区域识别和分割。