基于轻量化多尺度融合Transformer网络的道路语义分割方法
申请号:CN202411494061
申请日期:2024-10-24
公开号:CN119445107A
公开日期:2025-02-14
类型:发明专利
摘要
本发明涉及人工智能和自动驾驶技术领域,具体涉及基于轻量化多尺度融合Transformer网络的道路语义分割方法,包含轻量化编码器网络模块、轻量化多尺度融合Transformer网络模块,轻量化解码器网络模块与空间注意力网络模块,轻量化编码器网络模块将深度可分离卷积与非对称空洞卷积混合,不仅有效扩大感受野,以捕捉道路场景中的丰富上下文信息,且显著降低了计算复杂度,轻量化多尺度融合Transformer网络模块对多个尺度提取的特征图进行重构,该模块运用可分离跨通道注意力机制,有效捕捉不同尺度特征图之间的内在依赖与关联。本发明所设计的道路场景语义分割方法准确率高,复杂度低,实时性好,适用于车载设备,并实现了分割精度与计算效率的良好平衡,在自动驾驶领域有重要的应用价值。
技术关键词
语义分割方法
网络模块
空间注意力网络
通道注意力机制
场景语义分割
编码器特征
输出特征
多尺度特征
解码器
序列
损失函数设计
全局特征提取
语义特征提取
重构