申请/专利权人:深圳技术大学
申请日:2024-01-31
公开(公告)日:2024-05-17
公开(公告)号:CN118053022A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/80;G06V10/82;G06V10/52;G06V10/44;G06T7/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明实施例公开了一种皮肤图像分类方法、装置、芯片及终端,通过获取皮肤病图像数据集及对其中的各图像进行病变标注和预处理,并将标注和预处理后的皮肤图像数据集按照一定比例划分为训练集和测试集;基于通过融合多尺度的卷积CNN和FlattenTransformer组成的网络模型,利用结构重参数化技术、线性变换和深度卷积对网络模型进行调整,构建皮肤图像分类网络;将训练集输入到皮肤图像分类网络中进行模型训练,得到皮肤图像分类模型;将测试集输入到皮肤图像分类模型中进行分类识别,得到皮肤图像分类结果。以解决现有的皮肤图像分类识别的识别准确率较低的问题。
主权项:1.一种皮肤图像分类方法,其特征在于,包括:获取皮肤病图像数据集及对其中的各图像进行病变标注和预处理,并将标注和预处理后的皮肤图像数据集按照一定比例划分为训练集和测试集;基于通过融合多尺度的卷积CNN和FlattenTransformer组成的网络模型,利用结构重参数化技术、线性变换和深度卷积对所述网络模型进行调整,构建皮肤图像分类网络;将所述训练集输入到所述皮肤图像分类网络中进行模型训练,得到皮肤图像分类模型;将所述测试集输入到所述皮肤图像分类模型中进行分类识别,得到皮肤图像分类结果。
全文数据:
权利要求:
百度查询: 深圳技术大学 皮肤图像分类方法、装置、芯片及终端
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。