В связи со строгими требованиями к точности и времени отклика алгоритмов в таких приложениях, как восприятие окружающей среды для автономного вождения, для эффективного баланса между точностью и скоростью вывода модели семантической сегментации предложен метод семантической сегментации изображений в реальном времени на основе трехветвевой сети. Вдохновленная алгоритмом PIDNet, спроектирована трехветвовая структура сети, каждая ветвь которой предназначена для извлечения детальной информации изображения, семантического контекста и информации о краях. В семантической ветви разработан эффективный модуль пирамидального объединения для получения контекстной информации различных масштабов и расширения рецептивного поля сети. В ветвях деталей и краев спроектированы легкие и эффективные модули многомасштабного канального взаимодействия внимания для усиления извлеченных признаков. В конце объединяются извлеченные из трех ветвей признаки изображения с выводом итогового результата семантической сегментации. Экспериментальные результаты показали, что предложенный алгоритм на основе трехветвевой сети достигает 79.2% mIoU и 88.5 кадров в секунду на наборе данных Cityscapes, а также 80.5% mIoU и 140.1 кадров в секунду на наборе данных CamVid. Представленный алгоритм эффективно выполняет задачу семантической сегментации изображений, достигая отличного баланса между временем отклика и точностью и значительно превосходит существующие эталонные методы.

семантическая сегментация;глубокое обучение;реальное время;механизм внимания;многомасштабные признаки