Um das Problem des Mangels an Kontextinformationen und des Verlusts räumlicher Details bei der semantischen Segmentierung von Straßenbildern zu lösen, schlägt dieser Artikel eine Echtzeit-Segmentierungsmethode basierend auf dem LinkNet-Modell vor. Zunächst wird im Codierbereich ein neuer Aufmerksamkeitsmechanismus entwickelt, der die Position und Kanalabhängigkeit von Straßenbildern erfasst und die Fähigkeit zur Merkmalextraktion von Zielen erhöht. Dann wird im zentralen Bereich ein dilatiertes räumliches Pyramid-Pooling-Modell eingeführt, um reichhaltigere mehrskalige Merkmale zu erfassen, ohne die Bildauflösung zu beeinträchtigen. Die Experimentergebnisse auf allgemeinen Datenbanken zeigen, dass die vorgeschlagene Methode auf dem Cityscapes-Datensatz eine MIoU von 64,78% erreicht, was eine Verbesserung von 5,01% gegenüber LinkNet darstellt, und gleichzeitig eine deutliche Verbesserung der visuellen Segmentierung kleiner Objekte und Grenzen erzielt, wodurch die Segmentiergenauigkeit erheblich gesteigert wird.

semantische Segmentierung;Aufmerksamkeitsmechanismus;dilatiertes räumliches Pyramid-Pooling;LinkNet