一种双分割头频率解耦学习与熵变化伪标签筛选相结合的半监督分割方法

本发明公开一种双分割头频率解耦学习与熵变化伪标签筛选相结合的半监督分割方法，应用于图像处理领域，针对现有半监督语义分割方法中，伪标签生成质量难以保障，且模型对于增强扰动反应单一，难以区分全局结构变化与局部细节变化，导致伪标签误差高，训练不稳定的问题；本发明学生模型采用双分割头结构，分别由原型预测头和线性预测头组成，并通过频域分解机制实现功能分工：原型头接收编码器低频成分特征，线性头接收编码器高频成分特征，针对无标签样本，在施加随机增强后，分别由教师模型两个分割头预测增强前后样本的类别分布，并计算平均预测熵的变化比率。基于增强前后熵变化比值，综合原型头与线性头的反应，共同评估增强后的预测稳定性。