[发明专利]图像增强模型的生成方法及装置、应用方法及装置在审
| 申请号： | 201910769010.4 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110533610A | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 黄峰 | 申请（专利权）人： | 东软医疗系统股份有限公司 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/00 |
| 代理公司： | 11415 北京博思佳知识产权代理有限公司 | 代理人： | 刘秀玲<国际申请>=<国际公布>=<进入 |
| 地址： | 110167 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种图像增强模型的生成方法及装置、应用方法及装置。本发明实施例中，通过设置深度学习网络模型，深度学习网络模型由主体网络的N次迭代组成；对于深度学习网络模型的每个输入，该输入为首次迭代中主体网络的输入，第i次迭代中主体网络的输出为第i+1次迭代中主体网络的输入，所有迭代中的主体网络具有相同的参数；以及设置迭代次数N的值以及主体网络的初始参数值，获得若干组训练数据，利用训练数据对深度学习网络模型进行训练，得到训练完毕的深度学习网络模型，作为图像增强模型，利用迭代的网络结构共享网络参数，减少了整体网络参数的数量，降低了对于训练数据的数量要求，防止了过拟合，有效降低了模型训练难度。 | ||
| 搜索关键词： | 迭代 主体网络 网络模型 训练数据 图像增强 学习 共享网络 模型训练 数量要求 网络结构 整体网络 拟合 输出 应用 | ||
【主权项】：
1.一种图像增强模型的生成方法，其特征在于，所述方法包括：/n设置深度学习网络模型，所述深度学习网络模型由主体网络的N次迭代组成；对于所述深度学习网络模型的每个输入，该输入为首次迭代中主体网络的输入，第i次迭代中主体网络的输出为第i+1次迭代中主体网络的输入，所有迭代中的主体网络具有相同的参数；以及设置迭代次数N的值以及所述主体网络的初始参数值；/n获得若干组训练数据；/n利用所述训练数据对所述深度学习网络模型进行训练，得到训练完毕的深度学习网络模型，以所述训练完毕的深度学习网络模型作为图像增强模型；/n其中，N、i均为自然数，且N-1≥i≥1。/n
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东软医疗系统股份有限公司，未经东软医疗系统股份有限公司许可，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/201910769010.4/，转载请声明来源钻瓜专利网。
- 上一篇：适用于内窥镜的图像增强方法、装置和存储介质
- 下一篇：图片处理方法及终端设备
