[发明专利]一种基于深度学习的肠道病变识别方法

权利要求书

1.一种基于深度学习的肠道病变识别方法，其特征在于，包括以下步骤；

步骤101，搭建深度学习框架；

步骤102，各类常见肠道病变图片收集；

步骤103，图片数据预处理：

步骤104，使用YOLOv3目标检测算法构建肠道病变识别模型；

步骤105，使用图片数据预处理后形成的数据集在深度学习框架中进行训练，得到包含多类肠道病变目标检测相关模型；

步骤106，通过前端Web界面通过发送数据到后端，调用后端的肠道病变目标检测相关模型开始检测，将检测结果返回给前端Web界面。

2.如权利要求1所述基于深度学习的肠道病变识别方法，其特征在于，所述图片数据预处理的步骤如下：

步骤201，按照病变类型对图片进行分类；

步骤202，将所有图片按照固定顺序重命名；

步骤203，使用图像标注工具对原始图片进行标注，使用矩形框标出图片中的病变组织，根据图像尺寸、矩形框坐标、病症种类信息生成XML格式文档，然后使用Python编写脚本将XML文件转换为TXT格式文件，转换完的TXT文件记录着每张图片中的病变类别信息以及坐标信息。

步骤204，根据图片与标注文件制作VOC数据集。

3.如权利要求2所述基于深度学习的肠道病变识别方法，其特征在于，所述图像标注工具可以为Labelimg、Labelme、Vatic、Sloth的一种。

4.如权利要求1所述基于深度学习的肠道病变识别方法，其特征在于，所述深度学习框架可以为Darknet、Tensorflow、Caffe中一种。