一种基于层次化特征融合与通道注意力增强的实时语义分割方法

本发明涉及一种基于层次化特征融合与通道注意力增强的实时语义分割方法，属于计算机视觉技术领域。该方法包括训练阶段和推理阶段。在训练阶段，首先通过图像增强策略对输入图像进行数据增强，然后构建以层次化特征融合和通道注意力增强为核心的语义分割模型，并采用深度监督技术进行训练，以获得最佳权重。在推理阶段，加载最佳权重和模型，利用GPU对图像进行实时语义分割。该语义分割模型能够有效解决局部细节信息丢失和类内语义标签不一致的问题，相较于其他同类方法，具备更快的推理速度和更高的分割精度。