MineSDS: 矿区行驶区域分割与障碍物检测网络

语义分割涉及对密集图像预测进行像素级分类。早期的语义分割存在问题，即无法有效提取高级语义特征，在复杂图像上效果较差。固定的感受野无法匹配物体的尺度变化，简单的上采样会导致详细信息的丢失。Long等人首次提出了一种可以处理任意分辨率图像特征的网络（FCN）[26]。U-net [27] 提出了一种新颖的 u 形网络结构，将下采样图像特征与上采样信息融合，对像素级特征进行分割，避免了像素级语义特征的丢失。Chen等人提出了 DeepLab [28,29]，首次使用扩张卷积来增加感受野，有效地避免了下采样中特征消失的问题。

行驶区域分割源于语义分割。行驶区域分割任务是语义分割的特殊任务。行驶区域分割主要用于自动驾驶的感知。由于任务的特殊性和行驶区域相对于复杂分割目标具有大范围和清晰的边缘特征的特点，行驶区域分割需要更高的精度和实时性。在行驶区域分割方面，YOLOP [30] 全景感知网络在 YOLO 框架的基础上完成了三次上采样，实现了行驶区域的分割。YOLOPv2 [31] 使用了一种新的混合损失函数来改善分割和检测效果。HybridNets [32] 使用加权双向特征网络的高效分割头进行分割，是一种准确实用的方法。Hong等人提出了 DDRNet [11]，它使用由两个深度分支组成的深度双分辨率网络，在其中执行多个双边燃料。Asgarian等人 [12] 将行驶区域识别过程视为行选择任务，提高了性能速度。王等人在 YOLACT [33] 的基础上添加了具有更大接收场的 C6 和 C7 模块，以改善行驶区域的分割。

为了更好地检测道路表面上的小障碍物，我们提出了两个网络：1）我们在重新设计的 YOLOv7 头部的最后一层上添加了 SimAM 和通道注意力 CAM 模块的组合，实现了更好的检测结果。2）在分割方面，使用五次上采样，随后是 RepbottleneckCSPA 和 CBAM。针对上述两点，我们提出了 MineSDS，可以同时满足矿区障碍物检测和可行区域分割的要求。