一种基于大模型的卫星图像实时分割方法

本发明涉及一种基于大模型的卫星图像实时分割方法，包括：建立基于SAM大模型的图像分割系统；对卫星图像数据进行预处理；对SAM大模型网络参数进行微调，优化模型参数以适应卫星图像的特定特性；对SAM大模型的结构进行微调，接入对抗网络提高图像分割精度；利用微调后的SAM大模型对预处理后的卫星图像进行实时分割，生成分割掩码；对生成的分割掩码进行后处理，包括去噪和边缘平滑，以提升分割质量；本发明考虑了卫星图像的高分辨率和复杂性，通过深度学习算法实现了卫星图像的实时分割和精确优化，系统能够根据新的数据不断学习和优化，确保了分割的效率和准确性，满足复杂的实时应用需求。