摘要
本发明涉及一种基于深度学习的域适应语义分割方法及系统,方法包括:获取待预测图像,将待预测图像输入改进的MIC域适应语义分割模型进行语义分割,获取预测分割图;具体的:将源域图像输入改进的基于Mamba的多层特征分割网络进行训练,获取第一学生网络;将源域图像和目标域图像输入第一学生网络进行训练,获取第二学生网络,对第二学生网络的参数进行调整,获取教师网络,将目标域图像输入教师网络,获取目标域伪标签;获取高质量伪标签对第二学生网络进行训练,获取第三学生网络;将目标域图像进行掩码,并输入第三学生网络进行训练,获取改进的MIC域适应语义分割模型。本发明能够实现更高效更准确地适应无监督域适应语义分割任务。
技术关键词
语义分割方法
语义分割模型
学生
网络
图像
补丁
多级特征
标签
融合特征
教师
模型训练模块
解码器
语义分割系统
金字塔
瓶颈
输出特征
空洞
无监督
系统为您推荐了相关专利信息
关系型数据库
字段
结构化查询语言
大语言模型
文本
模型训练方法
数据
图像重建方法
图像重建装置
分支