公开(公告)号：CN116824212A

公开(公告)日：2023-09-29

申请号：CN202310529974.8

申请日：2023-05-11

申请人： 杭州聚秀科技有限公司 ,  浙大城市学院

发明人： 韩志科 ,  杨斌 ,  吴望超

IPC分类号： G06V10/764 ,  G06V10/32 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明提供一种基于小样本学习的眼底照片分类方法，属于图片分类领域。其中，方法包括：模型训练阶段和实际应用阶段；所述模型训练阶段包括读取多个眼底图片数据和标签并进行标准化处理和增强处理；根据处理后的眼底图片数据和关系加权标签训练和构建基于小样本学习的网络模型；所述实际应用阶段包括读取未分类的眼底图片数据并进行标准化处理；将所述处理后的未分类的眼底图片数据输入所述基于小样本学习的网络模型，由模型输出分类结果。本发明所述标准化处理统一了眼底图片数据的格式，使其数据分布更加合理。本发明还使用关系加权标签改进了传统one‑hot标签，使其能更好的体现标签间的距离，也能对数据进行平衡。

公开(公告)号：CN115424084B

公开(公告)日：2023-03-24

申请号：CN202211381516.6

申请日：2022-11-07

申请人： 浙江省人民医院 ,  浙大城市学院

发明人： 沈婷 ,  韩志科 ,  洪朝阳 ,  郑青青 ,  杨斌 ,  肖涵瑜

IPC分类号： G06V10/764 ,  G06V10/80 ,  G06V10/82

摘要： 本发明提供一种基于类别加权网络的眼底照片分类方法与装置，属于图片分类及眼科医学技术领域。其中，本发明的分类方法包括：读取多个眼底照片数据及其标签；将眼底照片数据及其标签输入类别加权网络，训练并构建类别加权网络模型；读取待识别的眼底照片数据；将待识别的眼底照片数据输入类别加权网络模型，将模型输出概率最大的类别作为眼底照片的类型结果。本发明的类别加权网络模型通过对不同类别数据给予不同的类别权重，实现了不同难易数据间的平衡，以及，还通过计算类型梯度范数来对类别权重提供参考，避免了在所述模型训练阶段，研究人员反复实验来手动调整权重的大量时间、精力上的消耗。

公开(公告)号：CN115424084A

公开(公告)日：2022-12-02

申请号：CN202211381516.6

申请日：2022-11-07

申请人： 浙江省人民医院 ,  浙大城市学院

发明人： 沈婷 ,  韩志科 ,  洪朝阳 ,  郑青青 ,  杨斌 ,  肖涵瑜

IPC分类号： G06V10/764 ,  G06V10/80 ,  G06V10/82

摘要： 本发明提供一种基于类别加权网络的眼底照片分类方法与装置，属于图片分类及眼科医学技术领域。其中，本发明的分类方法包括：读取多个眼底照片数据及其标签；将眼底照片数据及其标签输入类别加权网络，训练并构建类别加权网络模型；读取待识别的眼底照片数据；将待识别的眼底照片数据输入类别加权网络模型，将模型输出概率最大的类别作为眼底照片的类型结果。本发明的类别加权网络模型通过对不同类别数据给予不同的类别权重，实现了不同难易数据间的平衡，以及，还通过计算类型梯度范数来对类别权重提供参考，避免了在所述模型训练阶段，研究人员反复实验来手动调整权重的大量时间、精力上的消耗。