基于置信度约束平均教师模型的无源领域自适应眼底图像分割方法

本发明公开了一种基于置信度约束平均教师模型的无源领域自适应眼底图像分割方法，所述方法包括如下步骤：步骤一、学生网络眼底视杯、视盘分割；步骤二、教师网络眼底视杯、视盘分割；步骤三、学生网络损失函数计算及参数更新；步骤四、动态EMA参数调整计算；步骤五、教师网络参数更新；步骤六、分布对齐JS损失函数计算。本发明将置信度约束引入到平均教师模型的更新机制中，并且引入JS散度在分布层面上对齐教师模型和学生模型的，从而增强伪标签的稳定性，以实现更高精度的眼底视盘、视杯分割。