[发明专利]一种皮肤病智能识别的后处理方法

摘要

本发明公开了一种皮肤病智能识别的后处理方法，涉及智能识别后处理技术领域。本发明包括对训练集中图片各细节特征采用特征框标记；统计每种疾病下不同特征的发生频率，并制成“特征‑频率表”；对训练集中的“原始图片‑对应特征框”的组合训练一个目标检测模型；将图片进入训练好的目标检测模型得到可能的特征以及对应的特征框；采用特征‑频率表中得到的条件概率向量对原始概率向量进行校正。本发明首先将图片中所有可能有助于最终判断的特征进行有效的标注，从而获得监督学习的样本。然后统计每种疾病的每种特征发生频率的具体数值，从而发现每种疾病特征表现的区别；在神经网络得到分类向量之后进行有效的调整，以达到更好的模型效果。

主权项

1.一种皮肤病智能识别的后处理方法，其特征在于，包括如下过程：步骤一：对训练集中图片各细节特征采用特征框标记；步骤二：对训练集中标记完成的特征框进行统计，统计每种疾病下不同特征的发生频率，并制成“特征‑频率表”；其中，疾病表示为Ci，特征表示为Fj；记P(Fj|Ci)为在疾病Ci内特征Fj发生的概率；其中，i表示为疾病的序号，j表示为特征的序号；步骤三：对训练集中的“原始图片‑对应特征框”的组合训练一个目标检测模型；步骤四：当输入图片通过神经网络得到分类概率向量时，将图片进入训练好的目标检测模型得到可能的特征以及对应的特征框；其中，对每个类别Ci得到关于特征的一株条件概率向量：步骤五：采用特征‑频率表中得到的条件概率向量对原始概率向量进行校正得到：                其中，i表示为疾病的序号，j表示为特征的序号，n表示为特征的总数量，m表示为特征的总数量；步骤六：采用代替原有的概率向量，并取最大概率值的类别作为最终判断。