基于轻量化的视频帧场景语义分割方法

场景分割对于计算机理解道路环境至关重要,基于深度学习的大型语义分割模型通常能取得出色的分割性能,但因其庞大的参数量和计算量无法灵活地部署在边缘设备上。针对这个问题,本文从轻量化的角度出发提出一种高效的场景语义分割模型E-SegNet。首先,使用轻量化的特征提取模型EfficientNet-B0作为模型的编码器提取层次特征,然后,使用基于自注意力机制的CPAM与CCAM模块在空间和通道2个维度上建立深层特征中单个元素到全局中心元素的依赖关系,最后,融合深浅层的特征并输出最终预测结果。在视频帧数据集Camseq01上的实验结果表明本文提出的E-SegNet模型以不到DeeplabV3+模型1/10的参数量和大约1/4的计算量实现了更好的分割性能,体现了模型的有效性,同时为在边缘设备上部署轻量级模型提供了更多可行的方案。