Para abordar la falta de información contextual y la pérdida de detalles espaciales en la segmentación semántica de imágenes de carreteras, este artículo propone un método de segmentación en tiempo real basado en el modelo LinkNet. Primero, se construye un nuevo mecanismo de atención en la región de codificación para capturar la posición y la dependencia de los canales de las imágenes de carreteras, aumentando la capacidad de extracción de características del objetivo. Luego, se introduce un modelo de agrupamiento piramidal espacial con dilataciones en la región central para capturar características multiescala más ricas sin afectar la resolución de la imagen. Los resultados experimentales en bases de datos generales muestran que el método propuesto alcanzó un MIoU del 64,78% en el conjunto de datos Cityscapes, lo que representa un aumento del 5,01% en comparación con LinkNet, con una mejora significativa en los efectos visuales de segmentación de objetos pequeños y bordes, y un gran aumento en la precisión de la segmentación.

segmentación semántica;mecanismo de atención;agrupamiento piramidal espacial con dilatación;LinkNet