[发明专利]一种病变识别模型训练方法、装置及存储设备

权利要求书

1.一种病变识别模型训练方法，其特征在于，包括：

获取初始训练集；

对所述初始训练集进行增广操作得到增强训练集；

利用所述增强训练集训练深度残差网络，通过超参数搜索，得到测试精度最高的训练模型作为病变识别模型。

2.根据权利要求1所述的方法，其特征在于，所述增广操作包括对所述初始训练集进行旋转和镜像操作。

3.根据权利要求1所述的方法，其特征在于，利用所述增强训练集训练深度残差网络，具体包括：以概率p舍弃神经元，并让其它神经元以概率1-p保留，每个神经元被关闭的概率相同。

4.根据权利要求1所述的方法，其特征在于，利用所述增强训练集训练深度残差网络，具体包括：训练过程中使用基于梯度的损失优化方法，梯度更新值产生震荡，梯度值减小，否则梯度值增加。

5.根据权利要求1所述的方法，其特征在于，所述深度残差网络包括18层卷积层，第1至第17层卷积层舍弃神经元的概率依次为0.9、0.9、0.8、0.8、0.7、0.7、0.7、0.7、0.7、0.7、0.7、0.7、0.7、0.7、0.7、0.7和0.6。

6.根据权利要求2所述的方法，其特征在于，对所述初始训练集进行旋转操作，具体包括，对初始训练集的原始图像进行n*30°的旋转，n＝1、2、3、4、5、6、7、8、9、10、11。

7.根据权利要求2所述的方法，其特征在于，对所述初始训练集进行镜像操作，具体包括，对初始训练集的原始图像进行左右、上下镜像操作。

8.根据权利要求1所述的方法，其特征在于，还设置有测试集，利用所述测试集验证识别模型，并利用验证结果对所述识别模型进行参数调优。

9.一种病变识别模型训练装置，其特征在于包括处理器，适于实现各指令；以及存储设备，适于存储多条指令，所述指令适于由处理器加载并执行权利要求1至8任一项所述的提取方法。

10.一种存储设备，其中存储多条指令，所述指令适用于由处理器加载并执行如权利要求1至8任一项所述的提取方法的步骤。