公开(公告)号：CN115937609A

公开(公告)日：2023-04-07

申请号：CN202211744277.6

申请日：2022-10-31

申请人： 浙江大学

发明人： 姚玉峰 ,  吴飞 ,  李金绪 ,  方钲清 ,  司雨轩 ,  黄正行 ,  况琨

IPC分类号： G06V10/764 ,  G06V10/762 ,  G06V10/80 ,  G06V10/40 ,  G06V10/26 ,  G06V10/10 ,  G06V10/82 ,  G06N3/048 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明公开了一种基于局部和全局信息的角膜病图像检测分类方法及装置，该方法包含：对图像进行分割获得超像素病灶区域集合；提取局部特征与全局特征；获得结合局部、全局信息的超像素病灶区域特征表示；利用结合了局部特征的全局主体特征进行分类训练，对角膜病裂隙灯图像做出预测；对超像素病灶区域进行无监督聚类与类别表示，并对角膜病裂隙灯图像中的异常病灶区域进行可视化展示。本发明的基于局部和全局信息的角膜病图像检测分类方法及装置，可以有效的抽取裂隙灯图像的全局特征与病灶区域局部特征，并进行异常区域的特征融合，实现图像的分类及异常区域显示。

公开(公告)号：CN115937634A

公开(公告)日：2023-04-07

申请号：CN202211612894.0

申请日：2022-12-15

申请人： 浙江大学

发明人： 姚玉峰 ,  袁洲航 ,  方钲清 ,  李英明 ,  黄正行 ,  吴飞

IPC分类号： G06V10/774 ,  G06V10/764 ,  G06V10/75 ,  G06T7/11

摘要： 本发明公开了一种基于Transformer的动态稀疏化结合原型的分类方法及装置，该方法包含：对Vision Transformer进行图像分类训练得到基于Vision Transformer的第一图像子块特征提取器；将第一图像特征提取器作为教师模型采用蒸馏的方式对具有动态稀疏化能力的Vision Transformer进行图像分类训练得到基于Vision Transformer并具有动态稀疏化能力的第二图像子块特征提取器；对训练图像进行特征提取并学习得到不同种类对应的多个原型；对待分类图像进行原型匹配得到对应的分类结果。本发明的基于Transformer的动态稀疏化结合原型的分类方法及装置，相比于一般的使用卷积神经网络的基于原型的分类方法，本发明采用Transformer模型，可以更好的区别图像子块，对原型激活的图像子块区域可以更精准的定位，提高了模型的可解释性。