一种基于LoRA训练的单样本无监督域适应处理方法

本发明公开了一种基于LoRA训练的单样本无监督域适应处理方法，涉及人工智能以及语义分割领域，首先从目标域数据集中随机选取一张图片作为无标签单样本目标域图像，得到35张经过随机剪裁的图像；其次，使用BLIP模型对随机剪裁图像进行图像标签的生成；采用大模型训练微调方法LoRA，对Stable Diffusion模型进行训练微调；将根据经验设计并优化好的一系列加权提示词，输入Stable Diffusion模型，从而生成与目标域风格相似并且图像内容可控的图像；再采用图像质量评估方法ARNIQA去除低质量图像并重新生成，获得扩充后的高质量目标域数据集；将单样本无监督域适应问题转化为无监督域适应问题，最后直接使用现有成熟的UDA方法，使得分割模型达到优秀的域适应效果。