基于迭代过滤的含噪标注数据语义分割方法

本申请涉及图像处理技术领域，具体涉及一种基于迭代过滤的含噪标注数据语义分割方法，所述方法包括：获取含图像及噪声标签的训练数据集；构建并初始化两个语义分割模型及其对应训练集；迭代执行训练与过滤：分别训练两个模型后，各自基于原始训练数据集计算预测损失，依据阈值规则过滤样本，得到两个过滤后的数据集；将两个过滤集交叉更新为对方模型下一轮的训练集；迭代完成后，基于最终模型确定语义分割模型，用于处理含噪数据。该方法通过迭代交叉过滤与训练，提升在噪声标注下的模型鲁棒性。