申请/专利权人：山西三友和智慧信息技术股份有限公司

申请日：2020-11-24

公开（公告）日：2024-06-21

公开（公告）号：CN112435237B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/90

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2021.03.19#实质审查的生效;2021.03.02#公开

摘要：本发明属于图像识别技术领域，具体涉及一种基于数据增强与深度网络的皮肤病变分割方法，包括下列步骤：数据集分割：将数据集分为训练集、验证集、测试集；数据色彩增强；数据形态增强，对数据集进行翻转与平移，减少网络对于位置特征的学习；模型构建；模型训练；模型评价。本发明通过对RGB数据集各通道色彩系数的调整，模拟不同自然情况下的数据，并对数据形态进行改变，对数据集进行了有效的扩充，极大的提升了模型的泛化能力并减少了模型的过拟合，模型训练采用了迁移学习的方法，极大的缩短了模型训练时间。本发明用于皮肤病变图像的分割。

主权项：1.一种基于数据增强与深度网络的皮肤病变分割方法，其特征在于：包括下列步骤：S1、数据集分割：将数据集分为训练集、验证集、测试集；将数据集以7：1：2的比例分为训练集、验证集与测试集；所述训练集用于训练模型，所述验证集用于验证模型参数已达最优状态，所述测试集用于测试模型效果；S2、数据色彩增强：基于数据集将三通道RGB图像数据每个通道的色彩值根据阈值进行调整，以模拟不同环境光情况下的数据，对于不同数量通道色彩的修改设定不同大小的阈值；所述S2中数据色彩增强的方法为：所述数据集为RGB三通道图像数据，每条数据以Di＝{βR,βG,βB}表示Di表示第i条数据，βR,βG,βB分别表示R,G,B三个通道的色彩矩阵，对三个通道的色彩系数进行调整以模拟不同光照环境下的数据，在进行数据色彩增强时，对单个通道数据进行调整时，其调整幅度不超过40％，对两个通道进行调整时，其调整幅度不超过30％，β′＝β1±δ，0＜δ≤30％；对三个通道同时调整时，其调整幅度不超过20％，β′＝β1±φ，0＜φ≤20％，所述β′为调整幅度，所述δ、φ为调整参数；S3、数据形态增强：对数据集进行翻转与平移，减少网络对于位置特征的学习；S4、模型构建：模型采用EfficientNet-B7，其初始化参数采用ImageNet参数，减少网络训练训练时间；S5、模型训练：将训练数据输入网络，进行迭代训练，待模型损失值不再下降，停止训练，使用验证集进行验证，保证模型已达到最佳识别效果；S6、模型评价：使用模型对测试集进行分类预测，之后根据分类结果对模型进行评价。

全文数据：

权利要求：

百度查询： 山西三友和智慧信息技术股份有限公司 一种基于数据增强与深度网络的皮肤病变分割方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD