一种基于轻量级网络的自动驾驶实时语义分割增强方法

本发明公开了一种基于轻量级网络的自动驾驶实时语义分割增强方法，通过利用深度可分离卷积结合倒残差结构搭建轻量高效的编码路径进行特征提取，大大减少了参数和运算量，增强了自动驾驶图像分割的实时性。双分支结构的设计使得抽象的深层特征可以依次与中浅层特征进行拼接融合，丰富了特征层的空间位置信息，有效提升了模型的分割精度，特别是对小尺寸物体和边缘。ACBA模块结合了空洞卷积与非对称卷积块ACB二者的优点，既扩大了感受野又有效强化了对两个分支的中浅层特征的信息提取，减少了信息丢失。