1.一种高效的实时语义分割方法，其特征在于，包括如下步骤：信息提取阶段：将下采样后的特征图输送到残差单元中，所述残差单元由因式分解卷积和深度可分离卷积的组合卷积、1×1卷积以及短连接组成；

采用串联的方式连接所述残差单元中无扩张率和有扩张率的组合卷积，同时在有扩张率的组合卷积中用短连接的方式引入无扩张率组合卷积的输出；

用不同数量的残差单元和不同的扩张率组建多个特征提取块并且在特征提取块中加入不同数量的长连接，将其中2种特征图融合在一起；

信息融合阶段：将其中预设的采样点以及组件的特征提取块的输出作为输入，通过高‑低层特征图融合模块融合两种不同层次的特征图，输出最终特征图，所述高‑低层特征图融合模块由因式分解卷积和深度可分离卷积的组合卷积以及1×1卷积构成。

2.根据权利要求1所述的高效的实时语义分割方法，其特征在于，信息提取阶段的下采样过程中，利用步长为2的3×3标准卷积，用不同数量的残差单元和不同的扩张率组建三个特征提取块并且在特征提取块中加入不同数量的长连接，在信息融合阶段，取第一个下采样、第二个下采样和第三个特征提取块的输出作为输入。

3.根据权利要求1或2所述的高效的实时语义分割方法，其特征在于，融合模块包括三个输入和一个输出，取第一个下采样和第二个下采样的输出作为待处理的低层特征图，取第三个特征提取块的输出作为待处理的高层特征图，两个低层特征图经过处理融合成一个具有细节和边界信息的低层特征图，高层特征图经过优化处理，得到一个富有语义信息的高层特征图。两种特征图最后通过计算融合在一起作为模块的最终输出。

4.根据权利要求3所述的高效的实时语义分割方法，其特征在于，低层特征图用组合卷积做去噪处理，高层特征图用组合卷积和1×1卷积构成的并联结构做去奇异值处理。