图像语义分割（Image Semantic Segmentation）是目前计算机视觉领域内格外热门的研究方向,其目的是将输入图像划分为若干组具有一定语义意义的像素区域,并自动标注出每个区域的类别,最终输出带有语义标注的图像。卷积神经网络（Convolutional Neural Network,CNN）的提出,把图像语义分割任务的要求提升到了一个新的高度。而传统的卷积神经网络虽然已经极大地提高了分割的精度,但是抛开精度,CNN网络首要考虑的指标应当是模型的计算复杂度。由于复杂度过高的网络运行速度会很低下,某些需要满足低延时要求的实时应用场景比如自动驾驶场景,对于模型运行效率就有着极为严格的要求,另外又快又好的轻量级模型也是移动端设备部署的优选。当前对于模型实践及落地的要求都比较严格,图像语义分割如何取得高精度跟高效率之间的平衡就显得尤为重要,因此,在实时语义分割任务中兼顾模型的精度与速度具有重大的研究意义,本文针对这一任务展开研究,具体研究内容如下:第一,设计一种用于实时语义分割的轻量级卷积神经网络。相对于近年来轻量级网络更倾向于采用浅层结构的发展,该网络致力于设计更深层的网络结构以获取更好的特征表达,同时还能保持较快的推理速度和较高的分割精度。新的极致高效残差模块采用深度可分离扩张卷积来学习不同尺度感受野的特征表示,除此以外还增加多个跳跃连接分支,用于从中间卷积层收集上下文信息。模型尺寸仅为0.8M,在输入图像分辨率为1024×512的情况下,实现了60FPS的运行速度,在城市景观数据集上的测试速度和精度平衡方面达到了最佳。第二,设计一种基于注意力引导机制的实时语义分割网络。以编解码结构为网络主干,以极致高效残差模块特征提取单元,使用新提出的自适应注意力模块来捕捉到每个像素点之间的相关性信息,并通过自适应融合模块将低级与高级特征连接起来,以此提高网络的特征表达能力。实验表明,该网络的模型尺寸仅为0.81M,在城市景观数据集上精度达到了72.4%,实现了60FPS的运行速度,超过移动设备实时标准。第三,设计一种基于并行分支的轻量级语义分割网络。设计了具有丰富语义信息的较深的范畴语义分支和具有丰富细节信息的较浅的空间细节分支,以及全局注意力模块来建立整体网络之间的联系。在两个一深一浅的分支基础上,再次引入全局注意力模块,用范畴语义分支的信息去指导空间细节分支进一步定位细节,实现速度和精度的平衡。实验表明,该网络在城市景观数据集上精度达到了73.3%,运行速度达到54FPS,可以应用到更加复杂的实时场景理解任务中。