基于联邦学习的弱监督语义分割方法及装置

本发明公开了一种基于联邦学习的弱监督语义分割方法及装置，该方法包括：根据本地图像数据以及图像级标签，获取第一类激活图；通过无偏全局原型，对所述第一类激活图进行自适应区域扩展，得到第二类激活图；根据所述本地图像数据、所述第一类激活图以及所述第二类激活图，对初始本地分割模型进行模型训练；对所述无偏全局原型进行更新，并返回根据本地图像数据以及图像级标签，获取第一类激活图的步骤，直至所述模型训练达到预设训练轮数或者预设训练目标，得到目标本地分割模型。本发明能够提升弱监督语义分割的性能，可以广泛应用于人工智能技术领域。