[发明专利]一种融合弱监督度量学习的前房角图像分级方法在审
| 申请号： | 202111358270.6 | 申请日： | 2021-11-16 |
| 公开（公告）号： | CN113963217A | 公开（公告）日： | 2022-01-21 |
| 发明（设计）人： | 贾西平;黄静琪;关立南;聂栋;崔怀林;廖秀秀;林智勇 | 申请（专利权）人： | 广东技术师范大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06V10/772;G06K9/62;G06T3/40;G06T5/00;G06T5/50;G06T7/00;G06T7/238;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 禹小明 |
| 地址： | 510665 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： | 本发明公开了一种融合弱监督度量学习的前房角图像分级方法，包括以下步骤：S1：获取前房角图像并进行图像筛选；S2：对筛选后的图像进行预处理得到前房角数据集，所述前房角数据集包括：训练集、验证集、测试集；S3：分别构建图像级标签、像素级标签，对前房角数据集中的图像对应设置所建立的标签；S4：构建融合弱监督度量学习的深度神经网络模型；S5：利用训练集、验证集对所构建的模型进行训练和验证，得到最优的网络模型；S6：将测试集输入至最优的网络模型，得到前房角图像分级。本发明能够快速准确的实现前房角图像分级。 | ||
| 搜索关键词： | 一种 融合 监督 度量 学习 前房 图像 分级 方法 | ||
【主权项】：
暂无信息
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广东技术师范大学，未经广东技术师范大学许可，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/202111358270.6/，转载请声明来源钻瓜专利网。
