申请/专利权人:季华实验室
申请日:2023-12-11
公开(公告)日:2024-03-19
公开(公告)号:CN117392672B
主分类号:G06V20/69
分类号:G06V20/69;G06N3/0464;G06T7/00;G06V10/82
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2024.01.30#实质审查的生效;2024.01.12#公开
摘要:本发明涉及细胞分类技术领域,具体公开了一种流式细胞分类模型的获取方法、分类方法及相关设备,其中,该流式细胞分类模型的获取方法包括步骤:构建初始网络模型;训练所述初始网络模型以获取第一分类模型;对所述第一分类模型进行重参数化处理以获取第二分类模型;对所述第二分类模型进行Int8量化处理,并在TensorRT框架中重建Int8量化处理后的第二分类模型以获取最终分类模型;该流式细胞分类模型的获取方法对具有第一卷积残差模块和第二卷积残差模块的第一分类模型依次进行训练优化、重参数处理、Int8量化处理后,在TensorRT框架中重建获取最终分类模型,该最终分类模型具备高精度、高速度的分类效果。
主权项:1.一种流式细胞分类模型的获取方法,应用于成像流式细胞分选仪中,其特征在于,所述流式细胞分类模型的获取方法包括以下步骤:构建初始网络模型,所述初始网络模型包括依次连接的第一卷积残差模块、第二卷积残差模块及全连接模块,所述第一卷积残差模块包括并行设置的一个基础模块和一个含有BN层的跳跃连接分支,所述第二卷积残差模块包括并行设置的多个基础模块和一个含有BN层的跳跃连接分支;所述基础模块包括1个第一DW卷积层和与该第一DW卷积层连接的1个BN层;训练所述初始网络模型以获取第一分类模型;对所述第一分类模型进行重参数化处理以获取第二分类模型;对所述第二分类模型进行Int8量化处理,并在TensorRT框架中重建Int8量化处理后的第二分类模型以获取最终分类模型,所述最终分类模型用于对待分类的细胞图像进行分类;所述对所述第一分类模型进行重参数化处理以获取第二分类模型的步骤包括:将所述第一分类模型中的各个基础模块的第一DW卷积层和BN层合并为第二DW卷积层;将所述第二卷积残差模块中的多个第二DW卷积层合并为第三DW卷积层;将所述含有BN层的跳跃连接分支转换为第四DW卷积层;将所述第一卷积残差模块中的第二DW卷积层和第四DW卷积层合并为第五DW卷积层,并将所述第二卷积残差模块中的第三DW卷积层和第四DW卷积层合并为第六DW卷积层。
全文数据:
权利要求:
百度查询: 季华实验室 流式细胞分类模型的获取方法、分类方法及相关设备
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。