申请/专利权人:东北大学秦皇岛分校
申请日:2023-12-06
公开(公告)日:2024-03-26
公开(公告)号:CN117765566A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/26;G06V10/764;G06V10/80;G06V10/44;G06V10/54;G06V10/46;G06V10/56;G06V20/70;G06V10/82;G06N3/0464;G06N3/045;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明提供一种基于多任务网络的舌象端到端辨识方法,涉及计算机视觉技术领域,本发明采集人舌体图像,构建舌象分割和分类标准数据集用以网络训练。使用一种多任务网络模型通过共用的特征提取网络共享不同任务之间的潜在特征信息,联合舌体分割和舌象分类两个任务。考虑舌象不同属性之间的相关性,将舌象的多种特征分类任务定义为多标签分类任务,实现对舌质颜色、舌苔颜色、苔质厚薄、舌面有无裂纹、舌体有无齿痕的分类。本发明提供的方法可以同时完成舌体分割和舌象多标签分类,实现舌象多标签特征的端到端辨识。
主权项:1.一种基于多任务网络的舌象端到端辨识方法,其特征在于,包括以下步骤:步骤1、采集人舌体图像,对舌体图像包含的舌质和舌苔的颜色、形质、纹理多种特征进行图像级分类;步骤2、标注舌体分割标签以及舌象分类的多个图像级标签,并采取数据增强方式扩充舌体图像数量,构建舌象数据集,包括舌象分割数据集和舌象分类数据集;其中舌象分割数据集由舌体图像和对应舌象分割标签组成,舌象分类数据集由舌体图像和对应舌象分类标签组成,两个数据集中的舌体图像完全相同;步骤3、构建多任务网络模型,包括特征提取网络、舌体分割分支网络和舌象分类分支网络;步骤4、训练并测试多任务网络模型,得到舌体分割结果和舌象多标签分类结果。
全文数据:
权利要求:
百度查询: 东北大学秦皇岛分校 一种基于多任务网络的舌象端到端辨识方法
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。