一种基于不可靠伪标签引导的跨模态遥感图像无监督自适应方法

本发明公开了一种基于不可靠伪标签引导的跨模态遥感图像无监督自适应方法，包括以下步骤：步骤一获取源域和目标域的数据并预处理；步骤二构建教师‑学生自训练框架，教师网络为目标域生成伪标签，经置信度评估过滤噪声；步骤三根据置信度将图像分为可靠像素和不可靠像素并生成掩码；步骤四构建正样本、负样本及锚点特征；步骤五设计不可靠样本引导像素对比损失函数；步骤六优化损失函数训练模型，直至达到最佳性能；步骤七采用训练好的模型预测测试集数据，得到语义分割结果。本发明充分挖掘了难以标注模态的伪标签的潜力，解决了训练期间不可靠像素利用不足的问题，最终实现更有效的跨模态域对齐以及更优的跨模态无监督域适应语义分割精度。