申请/专利权人:广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日:2022-12-21
公开(公告)日:2024-06-25
公开(公告)号:CN118247198A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/74;G06N3/0455;G06N3/0464;G06N3/084;G06T5/70
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本申请属于图像处理技术领域,公开了一种特征编码器的自监督训练方法、装置、设备和介质,其中方法包括:对肺结节训练图像进行第一图像变换,得到第一变换肺结节图像;对肺结节训练图像进行第二图像变换,得到第二变换肺结节图像;将第一变换肺结节图像输入第一特征编码器进行特征编码,得到第一特征向量;将第二变换肺结节图像输入第二特征编码器进行特征编码,得到第二特征向量;对第一特征向量进行预测,得到预测特征向量;根据预测特征向量与第二特征向量计算对比损失函数值;根据对比损失函数值进行反向传播,更新第一特征编码器参数。本方法训练第一特征编码器不需要使用包含人工标注轮廓的肺结节图像,提取的特征向量具有较高的准确率。
主权项:1.一种特征编码器的自监督训练方法,其特征在于,所述方法包括:获取肺结节训练图像,对所述肺结节训练图像进行第一图像变换,得到第一变换肺结节图像;对所述肺结节训练图像进行第二图像变换,得到第二变换肺结节图像;将所述第一变换肺结节图像输入第一特征编码器进行特征编码,得到第一特征向量;将所述第二变换肺结节图像输入第二特征编码器进行特征编码,得到第二特征向量;对所述第一特征向量进行预测,得到预测特征向量;根据所述预测特征向量与所述第二特征向量计算对比损失函数值;根据所述对比损失函数值进行反向传播,更新第一特征编码器参数,得到已更新第一特征编码器参数。
全文数据:
权利要求:
百度查询: 广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司 特征编码器的自监督训练方法、装置、设备和介质
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。