Para lidar com a insuficiência de informações contextuais e a perda de detalhes espaciais na segmentação semântica de imagens de estradas, este artigo propõe um método de segmentação em tempo real baseado no modelo LinkNet. Primeiro, é construído um novo mecanismo de atenção na área de codificação, capturando a posição e a dependência dos canais das imagens de estrada, aumentando a capacidade de extração de características do alvo. Em seguida, um modelo de pooling piramidal espacial dilatado é introduzido na área central para capturar características multiescala mais ricas sem afetar a resolução da imagem. Os resultados experimentais em bancos de dados gerais mostram que o método proposto atingiu um MIoU de 64,78% no conjunto de dados Cityscapes, um aumento de 5,01% em comparação com o LinkNet, ao mesmo tempo que apresenta uma melhora significativa nos efeitos visuais da segmentação de pequenos objetos e bordas, e um grande aumento na precisão da segmentação.

segmentação semântica;mecanismo de atenção;pooling piramidal espacial dilatado;LinkNet