[发明专利]一种基于端到端全卷积网络的皮肤病变多类语义分割方法在审
| 申请号： | 201810064784.2 | 申请日： | 2018-01-23 |
| 公开（公告）号： | CN108256527A | 公开（公告）日： | 2018-07-06 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 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： | 本发明中提出的一种基于端到端全卷积网络的皮肤病变多类语义分割方法，其主要内容包括：数据集、标定好的格式、全卷积网络、双层转移学习方法和性能指标，其过程为，先对数据集进行分类，用于训练全卷积深度学习模型，接着使用二进制掩码来表示真实数据，然后在大数据集上训练卷积神经网络，获得检测图像中目标的阳性结果，再使用非医学背景的数据集进行双层转移学习，收敛与每个卷积层网络相关的权重，最后利用性能指标对结果进行评估。本发明提出了一种转移学习的方法，它使用部分转移学习和全转移学习来训练用于皮肤病变的全卷积网络的多级语义分割，克服了数据不足的问题，也大大提高了识别和分类的效率和准确性。 | ||
| 搜索关键词： | 卷积 皮肤病变 语义分割 数据集 学习 网络 端到端 二进制 卷积神经网络 识别和分类 检测图像 数据不足 阳性结果 医学背景 真实数据 大数据 再使用 标定 权重 掩码 收敛 分类 评估 | ||
【主权项】：
1.一种基于端到端全卷积网络的皮肤病变多类语义分割方法，其特征在于，主要包括数据集(一)；标定好的格式(二)；全卷积网络(三)；双层转移学习方法(四)；性能指标(五)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/201810064784.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于机器视觉的机动车车牌定位检测方法
- 下一篇：指掌纹安防系统
