基于RACP-YOLOv11-seg的非结构化道路可通行区域分割方法

基于RACP‑YOLOv11‑seg的非结构化道路可通行区域分割方法，针对道路边界模糊、植被与裸土等复杂背景易与道路区域混淆以及多尺度可通行区域难以准确分割的问题，提出了一种改进的YOLOv11‑seg道路分割算法RACP‑YOLOv11‑seg。该方法将非结构化场景图像输入训练完成的语义分割神经网络中，输出道路分割结果；所述网络包括顺次连接的主干网络、颈部网络和分割头，其中将主干网络和颈部网络中的C3k2模块替换为RCSOSA模块，以增强多尺度特征提取能力；将主干网络中的SPPF模块替换为AIFI‑RepBN模块，以强化全局语义建模能力；将C2PSA模块替换为C2CGA注意力模块，以提升关键区域感知与边界细节表征能力；同时设计P2‑Seg Head分割头，实现浅层细节特征与深层语义特征的有效融合。相比现有方法，本发明能够有效提升复杂非结构化道路场景下的分割精度、鲁棒性和实时性，具有良好的泛化能力。