[发明专利]内窥镜图像识别模型的训练方法、内窥镜图像识别方法及装置

权利要求书

1.一种内窥镜图像识别模型的训练方法，其特征在于，所述内窥镜图像识别模型用于识别回盲部位，所述方法包括：

将第一样本图像输入内窥镜图像识别模型，得到第一预测回盲识别结果，并基于所述第一预测回盲识别结果生成所述第一样本图像对应的伪标注回盲识别结果，所述第一样本图像为未标注回盲识别结果的内窥镜图像；

基于所述预测回盲识别结果和所述伪标注回盲识别结果，确定所述内窥镜图像识别模型的第一梯度向量，所述第一梯度向量用于表征输入所述第一样本图像后所述内窥镜图像识别模型的参数变化；

获取所述内窥镜图像识别模型的第二梯度向量，所述第二梯度向量用于表征输入第二样本图像后所述内窥镜图像识别模型的参数变化，所述第二样本图像为标注有样本回盲识别结果的内窥镜图像；

基于所述第一梯度向量的长度、以及所述第一梯度向量和所述第二梯度向量之间的相似度，确定所述第一样本图像的采样概率，其中所述采样概率与所述第一梯度向量的长度正相关，且所述采样概率与所述第一梯度向量和所述第二梯度向量之间的相似度正相关；

在所述第一样本图像中确定采样概率大于概率阈值的目标样本图像；

基于所述目标样本图像训练所述内窥镜图像识别模型。

2.根据权利要求1所述的方法，其特征在于，所述第二梯度向量是通过如下方式得到的：

将多个第二样本图像输入所述内窥镜图像识别模型，得到多个第二预测回盲识别结果；

针对每个所述第二样本图像，基于所述第二样本图像对应的所述第二预测回盲识别结果和所述样本回盲识别结果，确定输入所述第二样本图像后所述内窥镜图像识别模型的梯度向量；

基于多个所述梯度向量，确定平均梯度向量，并将所述平均梯度向量作为所述第二梯度向量。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一梯度向量的长度、以及所述第一梯度向量和所述第二梯度向量之间的相似度，确定所述第一样本图像的采样概率，包括：

按照如下公式，确定所述第一样本图像的采样概率：

其中，s(j)表示第j个第一样本图像的采样概率，τ表示置信度阈值，表示第j个第一样本图像对应的预测回盲识别概率，I(·)表示指示函数，若第j个第一样本图像对应的最大预测识别概率大于等于所述置信度阈值，则所述指示函数取值为1，否则所述指示函数取值为0，||·||₂表示2范数计算，表示第一梯度向量的长度，表示第一梯度向量，g_s表示第二梯度向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标样本图像训练所述内窥镜图像识别模型，包括：

将所述目标样本图像输入所述内窥镜图像识别模型，得到所述目标样本图像对应的回盲识别结果，并将所述第二样本图像输入所述内窥镜图像识别模型，得到所述第二样本图像的预测回盲识别结果；

基于所述目标样本图像的采样概率、所述目标样本图像对应的预测回盲识别结果和伪标注回盲识别结果，计算第一损失函数，并基于所述第二样本图像对应的预测回盲识别结果和样本回盲识别结果，计算第二损失函数；

基于所述第一损失函数和第二损失函数的计算结果，调整所述内窥镜图像识别模型的参数。

5.根据权利要求1-4任一项所述的方法，其特征在于，在将第一样本图像输入所述内窥镜图像识别模型之前，所述方法还包括：

基于第三样本图像对所述内窥镜图像识别模型进行初始训练，所述第三样本图像为标注有样本回盲识别结果的内窥镜图像，所述第三样本图像与所述第二样本图像相同或不同；

所述将第一样本图像输入所述内窥镜图像识别模型，包括：

将第一样本图像输入初始训练后的所述内窥镜图像识别模型。

6.一种内窥镜图像识别方法，其特征在于，所述方法包括：

获取待识别的内窥镜图像；

将所述内窥镜图像输入内窥镜图像识别模型中，得到所述内窥镜图像对应的回盲识别结果，其中所述内窥镜图像识别模型是通过权利要求1-5任一项所述的内窥镜图像识别模型的训练方法得到的。