一种基于双向正则化指导的无监督域适应语义分割方法

本发明提出一种基于双向正则化指导的无监督域适应语义分割方法，该方法同时在源域和目标域两个领域进行正则化，能够增强模型对目标域的适应性。包括以下步骤：步骤1：首先训练两个预训练模型；步骤2：采用源域数据对模型进行训练；步骤3：采用目标域数据对模型进行训练；步骤4：利用特征对齐距离重权重损失对模型进行训练；步骤5：利用一致性损失对模型进行训练，并进行反向传播。