基于改进DeepLabV3+的非结构化道路可行驶区域检测

来源：中国农机化学报杂志2025年第2期北京时间：

作者：段小勇, 何超, 刘学渊

摘要：为实现非结构化林间道路可行使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。

关键词：非结构化道路,语义分割,DeepLabV3+,注意力机制,损失函数

基金资助：云南省教育厅科学研究基金项目(2023Y0758)；云南省科技厅农业联合专项(202301BD070001—041)