一种基于风格化数据驱动的神经图像自适应Transformer的水面分割优化方法、系统及计算机可读存储介质

本发明属于图像数据处理的技术领域，更具体地，涉及一种基于风格化数据驱动的神经图像自适应Transformer的水面分割优化方法、系统及计算机可读存储介质。所述方法包括获取训练集和测试集图像数据，并使用神经风格迁移技术对训练集图像数据进行风格化处理，测试集图像则保持原貌；设计NIAT模块，所述NIAT模块包括前Rearrange层、前线性层、z层串联的Transformer Block、后线性层和后Rearrange层；将NIAT模块级联在水面分割模型前端，使用训练集图像训练后再通过测试集进行测试。本发明解决了分割技术面对极端天气时，其性能往往大幅下降，且缺乏灵活性和普适性的问题。