首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于U2-Net和ResNeXt-50模型的皮肤病图像检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:三峡大学

摘要:本发明提供一种基于U2‑Net和ResNeXt‑50模型的皮肤病图像检测方法,涉及医学图像处理领域。本发明包括:获取数据集,并进行数据预处理,并按预设比例划分训练集、测试集和验证集;构建基于U2‑Net的分割网络和基于ResNeXt‑50分类网络,所述分割网络与所述分类网络连接构成识别网络模型,所述识别网络模型用于对图片进行分割后再分类;采用训练集对模型进行训练,并保存最好模型,并采用测试集对最好模型进行验证及优化,保存最优化模型;将待测图片进行所述数据预处理后,输入最优化模型,获取检测分类后的图片。通过优化改进的识别网络模型,经试验证明可以提高,皮肤病图片识别准确率,且模型计算速度增快,适用于大模型,提高了识别速度。

主权项:1.一种基于U2-Net和ResNeXt-50模型的皮肤病图像检测方法,其特征在于,包括以下步骤:S1:获取数据集,并进行数据预处理,并按预设比例划分训练集、测试集和验证集;S2:构建基于U2-Net的分割网络和基于ResNeXt-50分类网络,所述分割网络与所述分类网络连接构成识别网络模型,所述识别网络模型用于对图片进行分割后再分类,分割网络中包括编码器部分、跳跃连接部分、解码器部分和显著性融合部分,用于特征提取和通道间的信息融合,其中,编码器部分和解码器部分通过跳跃连接部分相连接;S3:采用训练集对模型进行训练,并保存最好模型,并采用测试集对最好模型进行验证及优化,保存最优化模型;S4:将待测图片进行所述数据预处理后,输入最优化模型,获取检测分类后的图片。

全文数据:

权利要求:

百度查询: 三峡大学 基于U2-Net和ResNeXt-50模型的皮肤病图像检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。