面向无人巡检机器人的缺陷语义分割方法及装置

本发明公开一种面向无人巡检机器人的缺陷语义分割方法及装置，针对传统巡检方式效率低、成本高、危险性大的问题，提出基于弱监督域自适应的缺陷图像语义分割模型。该模型利用重采样和数据增强优化目标域数据分布，结合教师‑学生网络生成高质量伪标签，提高训练效果。采用低秩权重分解优化学生编码器权重，并对模型进行轻量化，以适应无人巡检设备的计算需求。该方法有效提升缺陷边缘模糊场景下的分割精度，适用于大坝、电力、石化、铁路等复杂巡检环境。