针对自动驾驶环境感知等应用场景对算法准确性和实时性的严苛要求,为了有效平衡语义分割模型的精度与推理速度,提出一种基于三分支网络的实时图像语义分割算法。借鉴PIDNet算法设计三分支网络结构,分别用于提取图像的细节信息、语义上下文信息和边缘信息。在语义分支设计高效金字塔池化模块,用于获取不同尺度的上下文信息,同时增大网络特征感受野。在细节分支和边缘分支设计轻量高效的多尺度通道交互注意力模块,以对提取到的特征进行增强。最后,融合上述三分支提取的图像特征并输出最终的语义分割结果。实验结果表明,所提出的基于三分支网络的实时图像语义分割算法在Cityscapes数据集取得了79.2% mIoU及88.5 frame/s的实时语义分割性能,在CamVid数据集取得了80.5% mIoU及140.1 frame/s的实时语义分割性能。本文提出的算法可以高效地实现图像语义分割任务,实时性和准确性方面均获得了极佳的平衡,语义分割性能显著优于现有基准方法。
Fenglei et al. (Thu,) studied this question.