本研究提出了一种新颖的上下文感知语义分割框架，结合大型语言模型与先进视觉网络，解决了现有模型在捕获对象间上下文和语义关系的不足。该模型在像素级精度和上下文理解上优于现有方法，推动了自主驾驶、医学影像和机器人等智能视觉系统的发展。