一种基于分割一切大模型的图像实例分割方法

本发明涉及图像分割技术领域，公开了一种基于分割一切大模型的图像实例分割方法，包括：基于超像素的提示生成、基于提示的实例分割；第一步包含基于超像素的图神经网络的构建和基于图神经网络的提示聚合。在基于超像素的图神经网络的构建阶段，首先生成超像素，然后将每个超像素视为一个节点，并在所有相邻超像素之间添加边。在基于图神经网络的提示聚合阶段，为每个超像素生成提示，并利用图神经网络预测超像素之间的关系，根据边分类结果聚合超像素的提示来生成最终提示。将聚合后的最终提示输入到提示编码器中，同时将图像输入到图像编码器中；最后通过掩膜解码器得到最终的分割结果。本发明可以有效解决边界不准确的问题。