基于自适应数据选取与文本融合的半监督伪装目标检测方法

本发明公开一种基于自适应数据选取与文本融合的半监督伪装目标检测方法，利用自适应数据增强技术和文本融合策略，在仅需少量人工标注数据的条件下进行模型训练，引导模型学习伪装目标的深层特征，实现对与背景极为相似的伪装目标的精确分割，并生成高质量的分割掩码。具体地，本发明具有自适应数据增强模块和自适应数据选择模块，通过对抗增强和采样策略，自适应的选取有价值样本进行标注；以及文本融合模块，通过结合伪装知识和视觉‑文本交互，实现对有标签数据的充分利用。实验结果表明，本发明提出的方法超越了已有的全部半监督伪装目标检测方法，有效的证明了其有效性。