基于通用分割大模型的少样本大坝裂缝分割方法和系统

基于通用分割大模型的少样本大坝裂缝分割方法和系统，其方法包括：1)构建大坝裂缝分割数据集；2)训练裂缝图像分割器；3)编码有效提示信息；4)获取裂缝分割掩码。该方法结合传统的分割模型和通用分割大模型SAM的优点，在U‑Net架构的网络模型仅需要通过少量裂缝样本使其获得初步的裂缝识别能力，作为前置的通用裂缝分割器。随后将该训练完成的分割器获取的裂缝信息作为提示信息输入SAM的编码器中，通过编码器过滤无效信息整合有效信息获得提示信息的编码向量，和图像向量一起输入编码器中获取精确的裂缝掩码。本发明的方法克服了目前基于裂缝数据有监督训练的图像分割方法在样本不足的情况下往往难以达到最优效果且鲁棒性不高，进行迁移时效果不佳的问题，利用传统的分割模型和通用分割大模型SAM相结合，获取有效提示信息，提高了大坝裂缝分割方法的准确性、检出率和鲁棒性。