针对Deeplabv3+网络在语义分割任务中存在计算量大、训练速度慢的问题,使用改进后的轻量级卷积神经网络Xception作为骨干特征提取网络,进而极大地减少了模型参数数量;针对Deeplabv3+网络在城市街景图像上存在对小目标分割效果较差的问题,引入CBAM注意力机制,增强目标区域的权重比例,从而有效地提高网络性能。最后使用Cityscapes数据集进行实验,并与几种常见的分割方法做了对比研究。