[发明专利]一种基于深度学习模型确定舌象样本库的方法和系统

摘要

本发明提供一种基于深度学习模型确定舌象样本库的方法和系统。所述方法和系统对于舌象样本集中的全部舌样本图像的每个舌象特征进行标注，并在标注后都建立深度学习模型，通过训练和测试来确定舌象特征标注的准确度，当准确度未达到设置的准确度时，对舌象样本集中的该舌象特征在原来标注的基础上进行再次修订，并重新通过深度学习模型来确定标注准确度，通过对每个舌象特征进行多轮标注，多轮深度学习模型检测标注精确度的方式来完成对所有舌象特征标注准确度的确定，从而确定中医舌诊的舌象样本库。所述方法和系统通过对舌象特征进行多轮标注和多次深度学习模型训练检测其准确度，大大提高了舌象标注的准确度。

主权项

1.一种基于深度学习模型确定舌象样本库的方法，其特征在于，所述方法包括：步骤1、将舌象样本集中第i次标注的全部舌样本图像划分为训练集和测试集，并将第j个舌象特征转换成深度学习模型可识别的数据，其中，1≤i≤m，1≤j≤n，i、j的起始值为1，m、n均为自然数；步骤2、进行深度学习模型的网络参数配置和求解参数配置；步骤3、通过运行编写的模型训练脚本文件确定深度学习模型的准确率，当所述准确率低于设置的阈值时，令i＝i+1,转至步骤1，当所述准确率大于等于设置的阈值，且j<n时，令i＝1,j＝j+1，转至步骤1，当所述精确度大于等于设置的阈值，且j＝n时，所述包括n个舌象特征标注结果的舌象样本集即为中医舌诊中的舌象样本库。