图像分割模型的训练方法、图像分割方法及系统

本发明提供了一种图像分割模型的训练方法、图像分割方法及系统，其属于图像分割技术领域，为了提高SAM模型对困难像素的分割性能，在SAM模型的训练中引入不确定性融合的困难区域学习策略，提升模型对不确定性知识的学习能力；通过引入局部困难区域生成策略，有效增强模型对于困难区域的学习能力；对于生成的困难区域，使用非线性投影映射将局部困难区域图的特征进行降维，使模型能够聚焦困难区域区分性特征的学习，并将具有相同困难区域但上下文信息不同的局部困难区域图像作为正负样本对，利用对比学习的方式计算得到基于困难区域的对比损失，来增强困难区域与背景区域的区分性，进一步提升图像分割的准确性、泛化性和鲁棒性。