关键词:
非结构化道路
语义分割
DeepLabV3+
注意力机制
损失函数
摘要:
为实现非结构化林间道路可行驶区域的快速准确识别,针对林间道路边界不明显、道路形状不规范以及道路覆盖等问题,提出一种基于改进DeepLabV3+的林地非结构化道路分割模型。使用MobileNetV3网络代替传统DeepLabV3+主干网络以实现轻量化设计,使图像分割速度及实时性显著提升;在主干网络解码器部分引入CBAM注意力机制,通过对ASPP模块参数调整,增强对非结构化道路在边界区域的特征提取与识别;采用融合损失函数,提高模型收敛速率及准确度,避免模型在复杂环境下出现错误检测区域。结果表明,改进后的DeepLabV3+检测平均帧数提升26.69帧/s,较原模型检测速率提升约54%,检测准确率提升至91.26%,同时,在强光、逆光以及路面积水等多种情况下均未出现漏检、误检和边界分割不清晰等现象,为非结构化道路自动驾驶提供技术参考。