一种广义小样本图像分割方法及系统

本发明提出了一种广义小样本图像分割方法及系统，主要通过对特征图进行特征扩散加噪以及去噪，抑制低级纹理干扰并增强高层语义特征的表达；引入可学习的组标记，通过动态调整特征与标记的关系，生成与去噪后的特征图上下文相关的个性化组标记，增强对类别间复杂关系的建模能力，并利用所述个性化组标记动态地对特征图中每个通道进行加权，对每个像素位置的类别进行预测，实现对图像的分割。本发明不仅提升了模型的整体性能，还为复杂场景和跨域任务中的语义分割提供了一种高效、鲁棒的解决方案，具备显著的技术优势和应用价值。