一种基于分割大模型的跨场景目标识别数据生成方法

本发明涉及一种基于分割大模型的跨场景目标识别训练数据生成方法，包括以下步骤：原始数据样本收集，小批量标注及目标识别模型训练，对所有数据进行目标检测和识别，基于识别结果，将目标图像区域送入分割大模型，获取目标mask，目标位置，目标实例，对目标进行随机尺度、旋转、噪声、亮度的变化操作，将变化后的目标实例与背景融合，基于目标实例及真实背景图像数据进行数据批量增广，基于融合目标位置及类别先验自动生产标签信息，构建目标识别训练和验证数据集，总之本发明具有提升数据处理效率，改善数据库中目标形态、背景、目标相对背景的多样性问题，提升数据库中样本特征分布的广度，从而提升深度学习训练模型的泛化能力的优点。