一种基于多模态的图像语义分割方法、装置、设备及介质

本申请公开了一种基于多模态的图像语义分割方法、装置、设备及介质，涉及人工智能领域，包括：获取包括目标图像、标签文本信息和第一标签边框信息的目标数据集；获取目标语义分割请求，从目标图像中确定与其对应的待分割图像，为待分割图像生成第一正、负样本提示点和第二正、负样本提示点；基于第一正、负样本提示点确定第一目标灰度图像，基于第二正、负样本提示点确定第二目标灰度图像；基于目标图像和标签文本信息确定第二标签边框信息，基于第二标签边框信息确定第三目标灰度图像；基于第一标签边框信息确定第四目标灰度图像；根据四种不同的目标灰度图像确定最终的目标灰度图像，对目标灰度图像进行渲染以得到语义分割后的目标图像。