基于深度学习算法的薄膜晶体管背板图像分割方法

本发明属于图像分割领域，具体涉及一种基于深度学习算法的薄膜晶体管背板图像分割方法，用于解决现有技术中TFT背板图像分割效率低的问题；该方法包括：构建背板图像分割模型，并对构建的背板图像分割模型进行训练得到训练好的背板图像分割模型；将薄膜晶体管背板图像输入至训练好的背板图像分割模型，训练好的背板图像分割模型对薄膜晶体管背板进行分割得到薄膜晶体管分割图；本方法构建的背板图像分割模型由编码器和解码器组成，其中编码器包含两条路径：一条路径由四个Transformer模块组成，另一条路径包含两个空洞卷积模块；该模型能够更加高效地对高分辨率的TFT背板图像进行自动分割，分割准确率高达98％，并且该模型预测的分割图边缘也更加清晰。