一种基于细粒度原型和双向校正的小样本分割网络的图像分割方法

本发明公开一种基于细粒度原型和双向校正的小样本分割网络的图像分割方法，分割网络包括编码器、解码器、细粒度原型生成模块和双向校正模块，步骤如下：S1.对支持图像和查询图像进行特征提取得到支持特征、查询特征；S2.对支持特征和支持图像真值通过掩码平均池化操作提取出通用前景类原型以及通用背景类原型；S3.利用支持特征、支持掩码及通用前景类原型提取出细粒度区域原型，细粒度区域原型包括正确分割预测的前景类区域原型、前景类信息丢失区域原型、正确分割预测的背景类区域原型及错误激活的背景类区域原型；S4.通过双向校正模块获取查询图像的预测掩码；S5.通过细化模块查询图像的预测掩码进一步细化，得到最终的小样本图像分割结果。