一种基于视觉-语言模型的极地海冰语义分割方法

本发明公开了一种基于视觉‑语言模型的极地海冰语义分割方法，通过语言指定海冰分割区域，包括：获取可见光极地海冰数据集；利用视觉‑语言模型对所述可见光极地海冰数据集进行编码，获取文本嵌入向量和图像嵌入向量；融合所述文本嵌入向量和图像嵌入向量，获取图像语义信息和文本语义信息；基于所述文本语义信息，对所述图像语义信息进行解码，获取极地海冰分割掩码。本发明能够更灵活的对目标区域进行选择分割，更加准确高效的实现对不同种类的冰进行分割。另外，通过文本与图像的相互注意力机制的计算，使得文本能够与图像进行相互融合，能够准确的利用文本描述挑选并分割对应的图像区域。