基于背景伪相关度量的深度图像分类模型评估方法及系统

本发明公开了基于背景伪相关度量的深度图像分类模型评估方法及系统，方法包括：通过预训练语义分割模型获取前景目标掩码，并分离出前景图像；然后利用文本到图像生成模型结合随机噪声和语义引导权重生成多样的背景图像。接着，采用背景可控性约束调节背景变化的同时保持前景不变，并融合前景与背景图像以构造合成图像集合。随后，将这些合成图像输入待评估模型，计算类别预测概率差异、特征提取层语意表征及不确定性度量值，最终获得相关性分析误差值评估深度学习分类模型对伪相关特征的依赖度。本发明通过结合语义分割、文本到图像生成及背景可控性约束技术，实现了对深度学习分类模型背景伪相关依赖程度的量化。