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：2024-03-29

公开（公告）号：CN112561864B

主分类号：G06T7/00

分类号：G06T7/00;G06V10/774;G06V10/764;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#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：本发明公开了一种龋齿图像分类模型的训练方法、系统和存储介质，分类模型包括生成器和鉴别器，方法包括以下步骤：获取牙齿图像和与牙齿图像对应的第一标签；采用牙齿图像对鉴别器进行第一训练；将牙齿图像和所述第一标签输入生成器，生成第一图像；采用第一图像对鉴别器进行第二训练；将第一图像和第一标签输入生成器，生成第二图像；根据第二图像计算牙齿图像的重构损失；以及根据第二图像计算牙齿图像的风格损失；根据重构损失和风格损失更新所述分类模型的参数。本发明训练后的分类模型在进行牙齿图像分类时，能降低图像质量、视觉角度、光照条件和目标重叠等对分类过程的影响，提高分类结果的准确度。本发明可应用于模型训练技术领域。

主权项：1.一种龋齿图像分类模型的训练方法，其特征在于，所述分类模型包括生成器和鉴别器，所述方法包括以下步骤：获取牙齿图像和与所述牙齿图像对应的第一标签；采用所述牙齿图像对所述鉴别器进行第一训练；将所述牙齿图像和所述第一标签输入所述生成器，生成第一图像；采用所述第一图像对所述鉴别器进行第二训练；将所述第一图像和所述第一标签输入所述生成器，生成第二图像；根据所述第二图像计算所述牙齿图像的重构损失；以及根据所述第二图像计算所述牙齿图像的风格损失；根据所述重构损失和所述风格损失更新所述分类模型的参数；其中，所述重构损失的表达式为： 其中，Γrec为重构损失；||x-GGx,c,c,||1为求膜操作，Ex,c,c,表示利用生成的图像还原真实图像时候的数学期望；所述风格损失的表达式为： 其中，ΓstyleR,F为风格损失；h、w和c分别对应特征图的长度、宽度和通道号；i,j,k分别对应于特征图的长度、宽度和通道的下标；a表示卷积层的特定层中图像的i、j、k位置的输出，A代表Gram矩阵，表示图像的样式，R代表真实的图像，F代表假图像。

全文数据：

权利要求：

百度查询： 深圳格瑞健康科技有限公司 龋齿图像分类模型的训练方法、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