一种基于多任务和变换一致性学习的高频感知半监督电磁屏蔽光窗图像分割方法

本发明公开了一种基于多任务和变换一致性学习的高频感知半监督电磁屏蔽光窗图像分割方法，包括1、构建电磁屏蔽光窗OM图像数据集，对电磁屏蔽光窗进行拍摄，选取原图并生成对应的同名标签图像并划分为训练集、测试集和验证集；2、构建半监督电磁屏蔽光窗图像分割网络模型HAMTC‑Net；3、训练网络模型HAMTC‑Net；4、使用验证集评估HAMTC‑Net网络模型的性能并优化参数；5、将待分割的电磁屏蔽光窗图像输入训练好的HAMTC‑Net网络模型，输出分割结果。本发明在充分利用变换一致性的同时，通过多任务方法强化网络编码器的全局学习能力，并充分利用数据的高频特征来引导训练，有效提升了模型在复杂电磁屏蔽光窗图像中的分割精度与泛化能力。