图像分割模型训练方法、装置、设备及存储介质

本申请提供了一种图像分割模型训练方法、装置、设备及存储介质，其中，该方法包括：根据前景图像、掩码信息以及背景图像合并得到第一标注图像，根据目标检测器和第一分割模型对原始图像生成标注信息，得到第二标注图像，根据第一标注图像和第二标注图像生成高置信度的第一训练数据集和低置信度的第二训练数据集，并基于第一训练数据集训练得到目标教师模型，然后通过目标教师模型对第二训练数据集进行分割，得到第三训练数据集，最后根据第三训练数据集训练学生模型得到目标图像分割模型。本申请在低资源场景下有效提升了训练数据的利用率，并且实现了对图像自动添加高可靠程度的标注信息。