针对图像语义分割中存在的边缘模糊和准确度较低的问题，提出一种基于边缘感知强化空间细节的图像语义分割方法，在语义分割网络中引入边缘检测模块，以捕获更加精细的空间细节。模型采用编码器-解码器结构，使用空间金字塔池化模块(atrous spatial pyramid pooling, ASPP)提取语义信息；提出双向多级聚合模块(bi-directional multi-level aggregation, BMLA)生成边缘特征，并使其强化空间细节；设计一种新型的基于注意力机制的特征融合模块(attention feature fusion module, AFFM),将强化后的空间特征与语义特征融合。采用Cityscapes和ADE20K数据集进行实验，对比其他主流语义分割算法，该方法在分割性能上具有不错的竞争力。