[发明专利]基于FCOS算法的胃镜图片病灶识别方法及装置

权利要求书

1.一种基于FCOS算法的胃镜图片病灶识别方法，其特征在于，所述方法包括：

获取多组训练数据，每组训练数据包括胃镜图片和所述胃镜图片的病灶类别和病灶区域；

使用所述多组训练数据对一阶全卷积目标检测FCOS模型中的指定特征层进行分层次训练，得到每个训练后的层次对应的识别精度；

基于贪婪算法按照所述识别精度对所述FCOS模型进行模型压缩，得到压缩后的模型结构，所述压缩后的模型结构用于对输入的胃镜图片进行病灶定位和分类。

2.根据权利要求1所述的方法，其特征在于，所述使用所述多组训练数据对一阶全卷积目标检测FCOS模型中的指定特征层进行分层次训练之前，还包括：

对所述胃镜图片进行预处理，预处理后的胃镜图片用于输入所述FCOS模型进行训练；

其中，所述预处理包括以下几种中的至少一种：缩放裁剪处理、去均值处理和归一化处理。

3.根据权利要求1所述的方法，其特征在于，所述FCOS模型包括主干网络、与主干网络相连的特征金字塔网络、以及与特征金字塔网络相连的预测网络；所述使用所述多组训练数据对一阶全卷积目标检测FCOS模型中的指定特征层进行分层次训练，得到每个训练后的层次对应的识别精度，包括：

保持所述主干网络结构不改变，依次在所述特征金字塔网络对应的多层特征图中选择保留一个特征图，并对边界框内的每一个像素点进行位置回归。

4.根据权利要求3所述的方法，其特征在于，所述多层特征图包括P3层，P4层，P5层，P6层和P7层；其中，P3层由主干网络的特征图C3经过1×1卷积核卷积得到；P4层由主干网络的特征图C4经过1×1卷积核卷积得到；P5层由主干网络的特征图C5经过1×1卷积核卷积得到；P6层由P5层的输出结果经过一个步长为2的卷积层得到；P7层由P6层的输出结果经过一个步长为2的卷积层得到。

5.根据权利要求1所述的方法，其特征在于，所述基于贪婪算法按照所述识别精度对所述FCOS模型进行模型压缩，得到压缩后的模型结构，包括：

基于贪婪算法对分离后的层次再次进行组合，得到识别精度大于期望精度的层次组合，得到压缩后的模型结构；压缩后的模型结构的层数小于压缩前的FCOS模型的层数。

6.根据权利要求5所述的方法，其特征在于，所述基于贪婪算法对分离后的层次再次进行组合，得到识别精度大于期望精度的层次组合，得到压缩后的模型结构，包括：

将各个训练后的层次按照识别精度进行降序排列；

选择最优的某一层次结构作为开始时的基础层次结构，并把这一层的识别精度作为当前的最优识别精度；

依据分层训练的精度排序表，在基础结构上增加次优的层次结构形成一个层次组合，训练并记录此层次组合的识别精度；

若此层次组合的识别精度低于当前的最优识别精度，则停止压缩过程，将组合前的层结构作为压缩结果；

若此层次组合的识别精度高于当前的最优识别精度，则再次增加下一个层次，直至增加层次不再提升识别精度或所有层次都被添加完毕时停止。

7.根据权利要求1所述的方法，其特征在于，在训练过程中使用的损失函数通过下述公式表示：

其中，p_x，y是像素点类别输出，c^*_x,y是类别标签，t_x，y是像素点的回归输出，t^*_x,y是回归标签，L_cls是类别误差，采用焦点损失FocalLoss计算，L_reg是回归误差，采用IoU损失计算，N_pos表示正样本的数量，是指示器，当时等于1，否则等于0。