申请/专利权人：深圳格瑞健康科技有限公司

申请日：2020-12-04

公开（公告）日：2024-03-12

公开（公告）号：CN112561865B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/25;G06V10/80;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2023.08.01#著录事项变更;2021.04.13#实质审查的生效;2021.03.26#公开

摘要：本发明公开了一种恒磨牙位置的检测模型训练方法、系统和存储介质，方法包括以下步骤：获取若干张口腔牙列图像作为第一图像；对所述第一图像进行第一特征提取，得到第一特征图像；对所述第一特征图像在通道维度和空间维度分别进行选择性激活；在选择激活后的第一特征图像上进行第二特征提取；根据第二特征提取后的图像特征预测恒磨牙位置的检测框；对所述检测框的信息进行融合，生成第一置信度；将最大的第一置信度作为预测输出结果；根据所述预测输出结果反向更新所述检测模型的参数。本发明的检测模型在应用过程中更具有针对性且更能适应不同的应用情境，以提高检测模型在应用过程中的检测结果的准确度。本发明可广泛应用于模型训练技术领域。

主权项：1.一种恒磨牙位置的检测模型训练方法，其特征在于，包括以下步骤：获取若干张口腔牙列图像作为第一图像；对所述第一图像进行第一特征提取，得到第一特征图像；对所述第一特征图像在通道维度和空间维度分别进行选择性激活；在选择激活后的第一特征图像上进行第二特征提取；根据第二特征提取后的图像特征预测恒磨牙位置的检测框；对所述检测框的信息进行融合，生成第一置信度；将最大的第一置信度作为预测输出结果；根据所述预测输出结果反向更新所述检测模型的参数；其中，所述对所述第一特征图像在通道维度进行选择性激活，包括：对所述第一特征图像进行平均池化和最大池化；采用注意力机制对平均池化和最大池化后的第一特征图像在通道维度进行选择性激活；在通道维度得选择性激活中，采用公式1进行计算： 公式1其中，为经过通道维度选择性激活后的特征，表示经过平均池化后的图像特征，表示经过最大池化后的图像特征，和为两个不同的矩阵参数用以表示针对不同通道数的权重大小，表示激活函数sigmoid；所述对所述第一特征图像在空间维度进行选择性激活，其具体为：采用卷积核对注意力机制处理后的第一图像在空间维度进行选择性激活；在空间维度的选择性激活中，采用公式2进行计算： 公式2其中，表示7*7卷积运算，表示在通道维度选择性激活所获得的特征基础上进行平均池化得到的图像特征，表示在通道维度选择性激活所获得的特征基础上进行最大池化得到的图像特征，表示激活函数sigmoid；所述对所述检测框的信息进行融合，生成第一置信度，包括：将检测框的位置信息、第二置信度和图像特征信息进行融合；根据融合结果生成第一置信度，所述第二置信度为图像本身的置信度，所述第一置信度为与所述第二置信度同一图像融合处理后的置信度；其中，所述对所述检测框的信息进行融合时，在融合不同模态的信息时，采用公式3和公式4： 公式3 公式4其中，为融合第二置信度信息后的图像特征，为融合图像特征后的置信度信息，和分别为原始的图像特征和置信度信息；在融合不同模态的信息的基础上，结合图像的位置信息进行计算，以得到融合多模态信息的检测框置信度，其具体计算过程如公式5-公式8所示： 公式5 公式6 公式7 公式8其中，表示融合了第二置信度信息和图像特征信息后的特征，为编码后的检测框的位置信息，则表示在的基础上再进一步融合检测框的位置信息的特征，表示融合了多模态信息后最终得到的新置信度作为第一置信度。

全文数据：

权利要求：

百度查询： 深圳格瑞健康科技有限公司 恒磨牙位置的检测模型训练方法、系统和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD