基于深度可分离卷积的轻量化图像语义分割模型设计_图像与视觉信息处理.docx

PAGE2

基于深度可分离卷积的轻量化图像语义分割模型设计

第一章绪论

1.1研究背景

图像语义分割是计算机视觉领域的核心任务之一，其目标是为图像中的每个像素分配语义类别标签，实现对场景的像素级理解。

该技术在自动驾驶、医学影像分析、遥感监测和增强现实等应用中扮演着关键角色。

随着深度学习技术的快速发展，基于卷积神经网络的语义分割模型在分割精度上取得了显著突破。

然而，高精度模型往往伴随着庞大的参数量和计算复杂度，这成为制约其实际部署的主要瓶颈。

在自动驾驶场景中，车载计算平台需要在毫秒级延迟内完成对道路、车辆和行人的精确分割。

医学影像设备则要求模型在低功耗条件下实时处理高分辨率扫