一种基于循环自优化机制与无监督自适应的夜间语义分割方法

本发明涉及一种基于循环自优化机制与无监督自适应的夜间图像语义分割方法，属于计算机视觉技术领域。该方法中，在源域数据集上全监督训练得到初始源模型；构建相同结构的目标网络，利用源模型生成目标域伪标签并半监督优化；通过随机掩码模块动态遮挡目标域样本生成掩码图像，结合原始图像推理并施加一致性约束损失；对当前伪标签与历史伪标签置信度加权融合形成渐进优化的伪标签数据流；采用动态参数聚合策略加权融合目标网络历史参数与当前优化参数；最终通过迭代优化后的源模型获得目标域图像可靠预测。本发明通过模型聚合和伪标签校正策略的协同工作，结合随机掩码模块，提升夜间语义分割任务的表现。