龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学
摘要：本发明提供一种基于U2‑Net和ResNeXt‑50模型的皮肤病图像检测方法，涉及医学图像处理领域。本发明包括：获取数据集，并进行数据预处理，并按预设比例划分训练集、测试集和验证集；构建基于U2‑Net的分割网络和基于ResNeXt‑50分类网络，所述分割网络与所述分类网络连接构成识别网络模型，所述识别网络模型用于对图片进行分割后再分类；采用训练集对模型进行训练，并保存最好模型，并采用测试集对最好模型进行验证及优化，保存最优化模型；将待测图片进行所述数据预处理后，输入最优化模型，获取检测分类后的图片。通过优化改进的识别网络模型，经试验证明可以提高，皮肤病图片识别准确率，且模型计算速度增快，适用于大模型，提高了识别速度。
主权项：1.一种基于U2-Net和ResNeXt-50模型的皮肤病图像检测方法，其特征在于，包括以下步骤：S1：获取数据集，并进行数据预处理，并按预设比例划分训练集、测试集和验证集；S2：构建基于U2-Net的分割网络和基于ResNeXt-50分类网络，所述分割网络与所述分类网络连接构成识别网络模型，所述识别网络模型用于对图片进行分割后再分类，分割网络中包括编码器部分、跳跃连接部分、解码器部分和显著性融合部分，用于特征提取和通道间的信息融合，其中，编码器部分和解码器部分通过跳跃连接部分相连接；S3：采用训练集对模型进行训练，并保存最好模型，并采用测试集对最好模型进行验证及优化，保存最优化模型；S4：将待测图片进行所述数据预处理后，输入最优化模型，获取检测分类后的图片。
全文数据：
权利要求：
百度查询： 三峡大学 基于U2-Net和ResNeXt-50模型的皮肤病图像检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号