一种高精度分割边界引导的开放词汇检测大模型对抗样本生成方法

本发明属于高精度分割技术领域，具体涉及一种高精度分割边界引导的开放词汇检测大模型对抗样本生成方法。具体过程为：利用文本部分L作为依据将原始YOLO‑World模型f重参数化为模型f′；将原始样本X与当前扰动εn逐位相加生成对抗样本Xn；将所述对抗样本Xn和文本部分L输入微调模型f′中进行交叉融合，在交叉融合过程中通过视觉‑文本融合损失模块计算当前的边界框损失Lbbox、置信度损失Lconf和融合损失LVL；利用所计算的损失对扰动εn进行优化；满足迭代结束条件得到的有效扰动εn，获取原始样本的掩膜M，通过掩膜M对当前得到的有效扰动εn覆膜，生成最终的对抗样本ε′。