为了解决DeepLabV3+在语义分割时未充分利用主干的低级特征，以及大倍数上采样造成有效特征缺失的问题，提出一种累积分布通道注意力DeepLabV3+（CDCA-DLV3+）模型。首先，基于累积分布函数和通道注意力提出了累积分布通道注意力（CDCA）；然后，利用CDCA获取主干部分有效的低级特征；最后，采用特征金字塔网络（FPN）进行特征融合和逐步上采样，从而避免大倍数上采样所造成的特征损失。CDCA-DLV3+模型在Pascal VOC 2012验证集与Cityscapes数据集上的平均交并比（mIoU）分别为80.09%和80.11%，相较于DeepLabV3+模型分别提升1.24和1.02个百分点。实验结果表明，所提模型分割结果更加精确。
