地科学院罗小龙副教授团队成员尚莹莹在《科学教育与艺术》发表题为"面向城市街景的NAS语义分割"的研究论文。yl7703永利集团为论文第一署名单位，硕士研究生尚莹莹为论文第一作者，罗小龙副教授为通讯作者。

当前，自动驾驶量产落地、智能交通规模化应用与城市数字化转型加速推进，街景图像语义分割作为机器视觉环境感知的核心技术，承担道路、行人、车辆、交通标志等目标像素级精准识别任务，直接关系自动驾驶安全性、交通调度效率与城市信息采集精准度。但实际应用中，该技术面临三大核心难题：跨地域场景泛化能力弱，欧洲规整街道、印度拥堵路况、全球多样街景下模型精度波动大；行人、非机动车、交通标志等小目标分割精度低，易漏检错分；高精度模型推理速度慢，难以满足车载实时部署需求。同时，传统神经架构搜索（NAS）存在搜索空间通用性强、街景适配性不足、搜索效率低、搜索与训练性能不一致等问题，制约技术落地应用。

针对上述痛点，尚莹莹同学开展系统性创新研究。研究以DeepLabV3+为基线模型，通过引入FPN多尺度特征融合、优化ASPP模块空洞率组合、集成DEFE双注意力增强机制，有效提升模型小目标识别能力与复杂背景抗干扰性能。在此基础上，创新构建街景定制化NAS搜索空间，涵盖主干网络、ASPP模块、解码器特征增强三大核心维度，设置模块化依赖约束剔除无效架构；提出融合延迟约束的改进 NAS 策略，采用两阶段搜索框架、Gumbel-Softmax离散化优化与多目标损失函数，同步优化分割精度、推理时延与跨场景泛化能力，依托NNI工具链完成自动化架构搜索，最终研发NAS-SSNet模型。

实验结果表明，NAS-SSNet模型性能表现优异：在Cityscapes数据集上平均交并比（MIoU）达83.8%，推理速度稳定在25.2fps；相较主流模型，小目标（行人、非机动车、交通标志）分割精度显著提升，雨雾等恶劣天气下精度降幅仅5.1%，跨数据集泛化能力突出。模型参数量仅29.5M，兼顾高精度、高实时性与轻量化优势，可有效支撑自动驾驶车载感知、智能交通监控、城市规划测绘等工程场景应用。

论文链接：https://scholar.cnki.net/zn/Detail/index/GARJ2021_7/SQMCF5019FC852F3F93BF29FD4B384BB1416

图1 技术路线图

图2 论文首页