一种基于多尺度语义细节融合的双分支实时语义分割方法

本发明公开了一种基于多尺度语义细节融合的双分支实时语义分割方法，所述方法在Pytorch框架中构建多尺度语义细节融合的实时语义分割模型，利用LAE模块提取主干网络信息，在高分辨率分支与低分辨率分支间采用BDF模块进行不同层次信息交互，使用不同分支中上下文语义信息并利用轻量坐标注意力提高双分支的信息通信，提高整个网络对特征图中细节信息的学习能力；在低分辨率分支的末端采用了一个MLPP模块来表示上下文特征信息，以局部到全局的方式促进了上下文融合，使用深度卷积逐步聚和相邻尺度的特征，减少模型的大小，提高计算速度，本发明能够准确获取图像的语义分割结果，以实现实时图像语义分割的准确性和速度之间的权衡。