专利名称：分类模型训练方法、图像处理方法、装置、介质及设备      申请号：2019112681872     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 分类模型   相似专利 发布日：2025/02/14  
摘要： 本公开涉及一种分类模型训练方法、图像处理方法、装置、介质及设备，以解决相关技术中模型召回率低的问题。该方法包括：获取多组训练数据，每组训练数据包括一历史图像、其中被标记为属于目标类别的第一像素点以及未被标记为属于目标类别的第二像素点；根据多组训练数据，对图像分类模型进行迭代训练，以得到训练完成的图像分类模型；每一次训练完毕后，若不满足停止训练条件，根据本次训练的图像分类模型的目标损失值更新图像分类模型，利用更新后的图像分类模型进行下一次训练；目标损失值根据本次训练的历史图像中各第一像素点的损失值确定，在第一像素点的初始损失值大于损失阈值时，该第一像素点的损失值大于该第一像素点的初始损失值。

专利名称：基于网格重构学习的染色体分类模型      申请号：2021103248136     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：纺织印染 染色体 分类模型   相似专利 发布日：2024/11/12  
摘要： 本发明针对弯曲染色体识别困难、染色体细粒度以及不同显色技术的染色体数据集上泛化困难等问题提出基于网格重构学习的染色体分类模型，有效提高染色体分类的精度。该网络特别设计网格化及网格重构模块，首先将染色体图像网格化，弱化染色体弯曲造成的不利影响；随后利用网格重构模块，筛选重构特征，以提高弯曲染色体的识别性能。网格重构学习模型在三个不同公共染色体数据集上分类精度达到0.973，0.972和0.995。

专利名称：一种黑色素瘤分类模型建立方法      申请号：2018105053944     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：医学 皮肤科 网络医疗 分类模型   相似专利 发布日：2025/02/10  
摘要： 一种基于非随机掩盖数据增强方式的黑色素瘤分类方法，包括以下步骤：步骤1.首先原始训练集中的皮肤镜图像进行数据增强，增强方式为非随机掩盖；步骤2.将原始数据分别和不同掩盖位置的数据进行混合然后放入网络中进行训练，最后根据模型在验证集上的表现选择出效果相对好的4个模型，然后将这4个模型的增强样本和原始数据放在一起作为最终的黑色素瘤分类模型的训练样本，然后进行训练从而得到黑色素瘤分类模型；步骤3.训练模型；步骤4.将步骤3中提取的特征放入到softmax分类器中进行分类。本发明提供一种可靠性高的黑色素瘤分类方法，可以有效的对患者皮肤镜检图像来进行分类，达到辅助最终诊断的效果。