一种基于测试时间域自适应的困难场景语义分割方法

本发明属于时间域自适应技术领域，具体涉及一种基于测试时间域自适应的困难场景语义分割方法，包括：获取图像样本，对样本中的图像进行预处理；采用预测熵的中间域生成方法对预处理后的图像进行筛选，得到源域和中间域；将源域和中间域中的图像输入到改进的神经网络中，进行特征提取，将提取的特征输入到分割模型中，得到困难场景语义分割结果；本发明基于测试时间域自适应的困难场景语义分割方法通过对刷选的低熵样本对测试数据流的高熵样本进行风格迁移，通过生成中间域的方式减小了连续域偏移和混合域偏移的适应难度。