1.一种基于attention-unet语义分割的隧道照明环境高效评价方法，其具体步骤如下：
2.根据权利要求1所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s1中视频摄像机通过车载稳定支架安装在车辆引擎盖上。
3.根据权利要求2所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：所述视频摄像机的镜头的高度范围为1-2米，镜头轴线与路面的夹角范围为0.5-5°。
4.根据权利要求1所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s1前还包括步骤s0，对隧道内的视频摄像机采集的视频图像稳定性以及感光元件的感光一致性进行检测，校正调确定整视频摄像机的参数。
5.根据权利要求4所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s0中视频图像稳定性检测具体如下：
6.根据权利要求5所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s0中感光元件的感光一致性通过图像传感器均匀性检测及校正算法来处理，具体如下：
7.根据权利要求6所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s03中分块均匀性校正方法包括：
8.根据权利要求1所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s2中attention-unet语义分割算法是以u-net网络模型为基础框架，在unet网络编码区和解码区相邻的卷积层中加入改进的残差模块，并在跳跃连接阶段嵌入卷积注意力机制；其中改进的残差模块的激活函数为mish函数；
9.根据权利要求1所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s4中灰度值与亮度值的关系，具体如下：
10.根据权利要求1所述的一种基于attention-unet语义分割的隧道照明环境高效评价方法，其特征在于：步骤s5中路面平均亮度、路面亮度总均匀度、路面亮度纵向均匀度、路墙亮度比的具体计算如下：