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!
摘要:本发明公开了一种基于伪标签松弛对比损失的含噪声肠道超声图像分类方法和系统,属于计算机视觉技术领域,本发明方法包括:基于原始含噪声肠道超声图像数据集,对两个DNN模型进行温和训练;分别利用每个DNN模型,对原始含噪声肠道超声图像数据集进行划分,以获取与当前DNN模型对应的有标签集合和无标签集合;使用半监督学习和伪标签松弛对比学习的方式,分别对两个DNN模型进行鲁棒训练,以更新两个DNN模型;重复数据集划分和DNN模型更新,直至达到训练总轮次,并输出最终的DNN模型,以利用最终的DNN模型进行含噪声肠道超声图像的分类;本发明利用伪标签松弛对比损失来提高DNN模型的测试性能和鲁棒性能,从而节约专家进行含噪声肠道超声图像分类的成本。
主权项:1.基于伪标签松弛对比损失的含噪声肠道超声图像分类方法,其特征在于,包括以下步骤:S1:基于原始含噪声肠道超声图像数据集,对两个DNN模型进行温和训练;S2:分别利用每个DNN模型,对原始含噪声肠道超声图像数据集进行划分,以获取与当前DNN模型对应的有标签集合和无标签集合;S3:使用半监督学习和伪标签松弛对比学习的方式,分别对两个DNN模型进行鲁棒训练,以更新两个DNN模型;在对第一个DNN模型进行鲁棒训练时,基于第二个DNN模型划分的有标签集合和无标签集合,在对第二个DNN模型进行鲁棒训练时,基于第一个DNN模型划分的有标签集合和无标签集合;S4:重复执行步骤S2-S3,直至达到预设的训练总轮次,并输出最终的DNN模型,以利用最终的DNN模型进行含噪声肠道超声图像的分类。
全文数据:
权利要求:
百度查询: 江苏开放大学(江苏城市职业学院) 基于伪标签松弛对比损失的含噪声肠道超声图像分类方法和系统
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。