基于动态频率调制注意力的图像分割方法及系统

本发明公开了一种基于动态频率调制注意力的图像分割方法及系统，属于计算机视觉技术领域。该方法旨在解决现有Vision Transformer(ViT)模型因自注意力机制的低通滤波特性导致高频信息丢失、影响分割精度的问题。本发明方法包括：在ViT模型架构中引入动态频率调制注意力模块，该模块包含注意力反转机制和动态频率缩放机制，用于调制注意力机制和特征图的频率响应，构建基于动态频率调制注意力的分割模型；采用适用于图像分割任务的损失函数对该模型进行端到端训练；使用训练好的模型对输入图像进行推理，得到最终的分割结果。本发明的系统包括动态频率调制注意力图像分割模型搭建模块、语义分割网络训练模块和语义分割推理模块。本发明通过动态频率调制注意力，增强模型对不同频率信息的捕捉能力，特别是在高频细节和低频结构信息方面，从而提高图像分割精度，增强特征表达能力，并且计算复杂度低，易于集成。