← 返回列表
一种痤疮分级方法、装置、设备及存储介质
申请人信息
- 申请人:深圳市宗匠科技有限公司
- 申请人地址:518000 广东省深圳市南山区粤海街道滨海社区高新南十道63号高新区联合总部大厦26层
- 发明人: 深圳市宗匠科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种痤疮分级方法、装置、设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410122717.7 |
| 申请日 | 2024/1/30 |
| 公告号 | CN117649683A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G06V40/10 |
| 权利人 | 深圳市宗匠科技有限公司 |
| 发明人 | 王念欧; 郦轲; 刘文华; 万进 |
| 地址 | 广东省深圳市南山区粤海街道滨海社区高新南十道63号高新区联合总部大厦26层 |
摘要文本
本发明公开了一种痤疮分级方法、装置、设备及存储介质。通过提供一种痤疮分级模型的自主学习方法，将无标签的预训练样本图像集输入初始模型的第一特征提取网络和第二特征提取网络；根据第一特征提取网络输出的第一预训练样本特征集以及第二特征提取网络输出的第二预训练样本特征集，以及从数据库中获取的目标预训练样本特征集确定目标相似矩阵；根据目标相似矩阵计算得到的损失函数值对初始模型中的网络参数进行调整，获得优化初始模型；选取优化初始模型中的其中一个特征提取网络构造预训练模型；将具有标签数据的训练样本图像集训练预训练模型得到目标痤疮分级模型，加强了模型的特征学习能力，提高了痤疮分级准确度。
专利主权项内容
1.一种痤疮分级模型的自主学习方法，其特征在于，包括：将无标签的预训练样本图像集和从数据库中获取的目标预训练样本特征集输入初始模型；其中，所述初始模型包括：并联的第一特征提取网络和第二特征提取网络；通过所述第一特征提取网络对所述预训练样本图像集进行特征提取得到第一预训练样本特征集，并通过所述第二特征提取网络对所述预训练样本图像集进行特征提取得到第二预训练样本特征集；所述第一预训练样本特征集和所述第二预训练样本特征集构成多个正样本对，所述第一预训练样本特征集和所述目标预训练样本特征集构成多个负样本对；根据各正样本对的正样本对相似度和各负样本对的负样本对相似度确定目标相似矩阵；根据所述目标相似矩阵计算损失函数值，并基于所述损失函数值对所述初始模型中的网络参数进行调整，获得优化初始模型；选取优化初始模型中的其中一个特征提取网络，并在所选取的特征提取网络的输出端增加全连接层得到预训练模型；获取具有标签数据的训练样本图像集，将所述训练样本图像集输入预训练模型进行模型训练，得到目标痤疮分级模型。