一种基于交叉伪监督的域适应语义分割方法

本发明公开了一种基于交叉伪监督的域适应语义分割方法，步骤包括：选取SYNTHIA和Cityscapes数据集构建源域和目标域；使用真实标签对源域图像进行双模型交叉自监督训练，得到预训练模型；在目标域训练集中加载预训练模型，使用伪标签进行交叉伪监督训练，构建交叉伪监督双语义分割模型；提取目标域特征，设计注意力调制机制并引入注意力调制损失和熵一致性损失，优化模型；在目标域验证集上验证模型性能，保存最优参数。本发明通过综合考虑模型的“确定性”差异，利用注意力调制和熵一致性损失，提高了模型的泛化能力和鲁棒性，适应不同领域或环境下的语义分割任务。