Mask2Former的自适应遮蔽一致性无人机分割方法

本发明提出一种结合教师‑学生自蒸馏、自适应掩蔽、多尺度特征融合与一致性约束的视觉语义分割训练方法，解决无人机影像在不同高度、光照变化、视角偏移及局部遮挡下的特征缺失和分割不稳定。方法包括四个步骤：首先，对影像进行预处理，使用模糊、多尺度缩放、随机裁剪与翻转等进行数据增强；其次，构建学生网络和指数滑动平均更新的教师网络组成的自蒸馏结构，提供稳定语义指导；接着，根据教师网络置信度生成自适应遮挡掩码，形成完整视图与遮挡视图；最后，将像素一致性与区域一致性损失约束学生网络在两视图上的预测一致性，并结合Mask2Former的多尺度融合能力提升模型表现。该方法可增强无人机在遥感监测与地物分类中的分割鲁棒性。