一种半监督语义分割方法、设备及其存储介质

本发明公开了一种半监督语义分割方法、设备及其存储介质。获取真实世界数据中的图片数据建立图片数据集，搭建深度模型和半监督语义分割模型，预测得到深信息和语义分割信息，预设阈值，通过预设阈值对单张图片中任意两个类别筛选出像素区域，得到深度集合和对数差异集合后，依据深度集合和对数差异集合得到类内对数差异损失，计算对数差异的正则化损失；获取无标签数据，建立强增强视图集合和弱增强视图集合，得到鲁棒的监督信号；对类内深度差异采用指数归一化以抑制大的异常波动，并基于熵值自适应地分配权重，从而促进鲁棒的特征学习，学习到丰富的判别信息。本发明促进了预测一致性，以最大限度地利用无标签的数据并进一步提高模型性能。