标题：ACM-DeepLabV3+：通过轻量级网络设计增强自动驾驶实时语义分割
作者：蔡思静；周光明 曾健 蒋煜焜
作者单位：福建理工大学交通运输学院，福建 福州 350118；福建理工大学电子电气与物理学院，福建 福州 350118
关键字：语义分割；轻量化；非对称空洞卷积；中间层融合
摘要：语义分割是实现自动驾驶系统场景解析的关键技术，为了增强自动驾驶实时性，提出了轻量级分割网络：ACM-DeepLabV3+模型。首先，利用轻量化的MobileNetV2提取特征。其次，设计非对称空洞卷积模块ACBA，强化特征提取。最后，通过中间层融合以增强空间位置信息恢复能力。在Cityscapes数据集训练模型，实验结果表明，ACM-DeepLabV3+模型的推理速度为49.85 fps，比改进前提升20.7 fps，平均交并比mIoU为66.93%，比DeepLabV3+下降1.32%。说明ACM-DeepLabV3+模型增强了分割实时性且很好地平衡了分割精度与速度。