一种基于注意力引导的多尺度信息融合的实时性语义分割方法

本发明公开了一种注意力引导的多尺度信息融合的实时性语义分割方法，该方法包括如下步骤：一、构建多尺度特征聚合模块，聚合多尺度细节信息。二、构建注意力引导特征修正模块，修正不同分支提取的信息促使多尺度信息和局部信息的融合。三、构建注意力引导特征还原模块，融合网络中不同深度提取出的特征图并弥补特征传递过程中丢失的图像信息。四、基于三个模块搭建图像分割网络，高效提取图片中的重要特征，通过深度学习的方式对复杂场景图片进行精确分割。本发明基于基于编码器‑解码器架构设计了一种新型的实时场景语义分割模型，在模型精度和模型速度有着更好的权衡，在低参数低计算量成本的情况下，能够实现对图像物体精确的分割，同时具备实时性。