摘要：国家知识产权局信息显示，南京辰远机器人科技有限公司申请一项名为“一种基于深度学习的城市道路轻量级实时语义分割方法”的专利，公开号CN 119048758 A，申请日期为2024年9月。

金融界2024年12月2日消息，国家知识产权局信息显示，南京辰远机器人科技有限公司申请一项名为“一种基于深度学习的城市道路轻量级实时语义分割方法”的专利，公开号CN 119048758 A，申请日期为2024年9月。

专利摘要显示，本发明公开了一种基于深度学习的城市道路轻量级实时语义分割方法，采用实时城市道路场景语义分割模型(EMFANet_AsSC模型)进行语义分割，EMFANet_AsSC模型是种端到端的编码器解码器结构可以实时(140FPS)而准确(Cityscapes测试集上72.4％mIoU)地分割出城市复杂道路场景中的各类对象，同时维持低的计算开销和存储开销(0.9M参数量)；其中，编码器端包括Stage1、Stage2和Stage3三个阶段，解码器端由两个双重注意力聚合单元负责引导和优化编码器端提取的多尺度特征，同时使它们充分融合后通过上采样器输出最终的语义分割图。

来源：金融界