一种基于超像素和图神经网络的可解释性语义分割方法

本发明属于计算机数据处理技术领域，更具体地，涉及一种基于超像素和图神经网络的可解释性语义分割方法。该方法通过增强解释性的分割反馈机制解决模型黑箱问题，并使用动态图结构构建与自适应拓扑更新技术提高分割灵活性和准确性，在此基础上，通过多级融合的超像素生成与优化技术保持图像的细节和边界信息，从而显著提高分割精度。