一种深度估计增强的语义分割方法、装置、设备及介质

本申请提供了一种深度估计增强的语义分割方法、装置、设备及介质，该方法包括对采集的RGB图像使用深度估计大模型提取对应的深度图像；构建场景感知模型，场景感知模型包括编码层和解码层；编码层包括RGB图像编码分支和深度图像编码分支，基于分别设置在各编码层之间的数据融合模块，用于校正融合RGB特征提取层和深度特征提取层输出的RGB模态和深度模态的特征，获得各层第一融合特征；除最后一层数据融合模块之外的数据融合模块融合后获得的第一融合特征输入至多尺度融合解码模块，通过多尺度融合解码模块的多尺度特征融合模块和频率感知特征融合器实现特征图进行逐级恢复，最终得到语义分割结果。本方法在准确地场景感知同时，仅需最小的成本。