[发明专利]消化道内窥镜图像的多分类方法、分类装置及存储介质有效
申请号: | 201910258671.0 | 申请日: | 2019-04-01 |
公开(公告)号: | CN109948733B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 周永进;白俊彬;黄纬键 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/82;G06V10/774;G06T7/00 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 王永文;刘文求 |
地址: | 518060 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种消化道内窥镜图像多分类方法、分类装置及存储介质,方法包括:获取内窥镜图像,对内窥镜图像进行预分类,并将预分类后的内窥镜图像分成训练集、验证集以及测试集;构建卷积神经网络,将训练集中的内窥镜图像输入至卷积神经网络中进行迭代训练,并使用验证集判断迭代训练是否完成;当判断迭代训练完成后,输出训练后的图像分类模型,并将训练集输入至所述图像分类模型中,输出内窥镜图像属于各种类型的预测概率,判定内窥镜图像对应的类型。本发明无需人工提取特征,通过该网络模型可以实现更好的分类效果,提高分类准确度。 | ||
搜索关键词: | 消化道 内窥镜 图像 分类 方法 装置 存储 介质 | ||
【主权项】:
1.一种消化道内窥镜图像的多分类方法,其特征在于,所述方法包括:获取内窥镜图像,对内窥镜图像进行预分类,并将预分类后的内窥镜图像分成训练集、验证集以及测试集;构建卷积神经网络,将训练集中的内窥镜图像输入至所述卷积神经网络中进行迭代训练,并使用验证集判断迭代训练是否完成;当判断迭代训练完成后,输出训练后的图像分类模型,并将训练集输入至所述图像分类模型中,输出内窥镜图像属于各种类型的预测概率,判定内窥镜图像对应的类型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910258671.0/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序