-
公开(公告)号：CN110399929B
公开(公告)日：2023-04-28
申请号：CN201910689712.1
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V10/764 , G06T7/00
摘要： 本申请实施例提供一种眼底图像分类方法、装置以及计算机可读存储介质，方法包括：获得眼底图像、以及所述眼底图像中所包括的眼球的类别；调整眼底图像的显示参数满足取值条件；根据显示参数的分布需要满足的分布条件，对眼底图像的显示参数进行变换获得新图像；基于调整后的眼底图像和新图像进行组合构造的训练集、以及所包括眼球的类别，训练神经网络模型；基于训练后的神经网络模型，将待预测眼底图像和标注有眼球的类别的参考图像输入神经网络模型，确定待预测眼底图像中所包括眼球的类别。
-
公开(公告)号：CN110399929A
公开(公告)日：2019-11-01
申请号：CN201910689712.1
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本申请实施例提供一种眼底图像分类方法、装置以及计算机可读存储介质，方法包括：获得眼底图像、以及所述眼底图像中所包括的眼球的类别；调整眼底图像的显示参数满足取值条件；根据显示参数的分布需要满足的分布条件，对眼底图像的显示参数进行变换获得新图像；基于调整后的眼底图像和新图像进行组合构造的训练集、以及所包括眼球的类别，训练神经网络模型；基于训练后的神经网络模型，将待预测眼底图像和标注有眼球的类别的参考图像输入神经网络模型，确定待预测眼底图像中所包括眼球的类别，所述眼球的类别包括：正常，早期、进展期、以及晚期，用于辅助识别眼球的视网膜病变不同程度特征。
-
公开(公告)号：CN108230296A
公开(公告)日：2018-06-29
申请号：CN201711244421.9
申请日：2017-11-30
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明公开了一种图像特征的识别方法和装置、存储介质、电子装置。其中，该方法包括：获取识别请求，识别请求用于请求对目标图片中的图像特征进行识别；通过第一神经网络模型对目标图片中的图像特征进行识别，其中，第一神经网络模型是通过第一训练集合和第二训练集合对第二神经网络模型中的参数进行训练后得到的，第一训练集合中训练图片的图像特征已经被标记、且第二训练集合中训练图片的图像特征未被标记；返回第一神经网络模型的第一识别结果，其中，第一识别结果至少用于指示在目标图片中识别出的图像特征(如病变特征)。本发明解决了相关技术中对糖尿病视网膜病变的筛查效率较低的技术问题。
-
公开(公告)号：CN107679525A
公开(公告)日：2018-02-09
申请号：CN201711060265.0
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例提供一种图像分类方法、装置及计算机可读存储介质，包括：获得原始图像、以及所述原始图像中所包括的对象的类别；调整所述原始图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述原始图像的所述显示参数进行变换获得新图像；基于调整后的原始图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测图像中所包括对象的类别。
-
公开(公告)号：CN107679525B
公开(公告)日：2022-11-29
申请号：CN201711060265.0
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V40/16 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
摘要： 本发明实施例提供一种图像分类方法、装置及计算机可读存储介质，包括：获得原始图像、以及所述原始图像中所包括的对象的类别；调整所述原始图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述原始图像的所述显示参数进行变换获得新图像；基于调整后的原始图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测图像中所包括对象的类别。
-
公开(公告)号：CN110348428A
公开(公告)日：2019-10-18
申请号：CN201910690067.5
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
摘要： 本发明实施例提供一种眼底图像分类方法、装置及计算机可读存储介质，包括：获得眼底图像、以及所述眼底图像中所包括的对象的类别；调整所述眼底图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述眼底图像的所述显示参数进行变换获得新图像；基于调整后的眼底图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测眼底图像中所包括对象的类别。
-
公开(公告)号：CN110348428B
公开(公告)日：2023-03-24
申请号：CN201910690067.5
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V40/18 , G06V10/764 , G06N3/0464 , G06N3/084
摘要： 本发明实施例提供一种眼底图像分类方法、装置及计算机可读存储介质，包括：获得眼底图像、以及所述眼底图像中所包括的对象的类别；调整所述眼底图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述眼底图像的所述显示参数进行变换获得新图像；基于调整后的眼底图像和新图像构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，判断待预测眼底图像中所包括对象的类别。
-
公开(公告)号：CN109753978B
公开(公告)日：2023-02-17
申请号：CN201711060208.2
申请日：2017-11-01
申请人： 腾讯科技(深圳)有限公司 , 腾讯云计算(北京)有限责任公司
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
摘要： 本申请实施例提供一种图像分类方法、装置以及计算机可读存储介质，包括：获得原始图像、以及所述原始图像中所包括的对象的类别；调整所述原始图像的显示参数满足取值条件；根据所述显示参数的分布需要满足的分布条件，对所述原始图像的所述显示参数进行变换获得新图像；基于调整后的原始图像和所述新图像进行组合构造的训练集、以及所包括对象的类别，训练神经网络模型；基于训练后的所述神经网络模型，将待预测图像和标注有对象的类别的参考图像输入所述神经网络模型，判断所述待预测图像中所包括对象的类别。
-
公开(公告)号：CN111062477A
公开(公告)日：2020-04-24
申请号：CN201911303249.9
申请日：2019-12-17
申请人： 腾讯云计算(北京)有限责任公司
IPC分类号： G06N3/08
摘要： 本申请公开了一种数据处理方法、装置及存储介质，涉及神经网络领域，用以减少模型参数量、降低模型计算量。该方法中，通过计算初始神经网络模型中各通道对应的特征图之间的条件熵，来确定各通道之间的相对信息；并通过去掉对其他通道影响小的通道，实现对初始神经网络模型的剪枝。这样，通过对初始神经网络模型的剪枝，减少了初始神经网络模型的参数量，降低了初始神经网络模型的计算量，从而实现了在保证效果的同时，提升了模型运算的速度，并降低了对部署设备的要求。
-
公开(公告)号：CN110781919A
公开(公告)日：2020-02-11
申请号：CN201910901232.7
申请日：2019-09-23
申请人： 腾讯云计算(北京)有限责任公司
IPC分类号： G06K9/62
摘要： 本发明实施例提供了一种分类模型训练方法、分类方法、装置及设备；方法包括：采用子分类样本，持续对原始子分类模型训练，直至预测的子类别的概率值与子分类样本中子分类结果的差异满足第一训练截止条件时为止，得到子分类模型；采用总分类样本持续对原始总分类模型训练，直至预测的总类别的概率值与总分类样本中总分类结果的差异满足第二训练截止条件时为止，得到总分类模型；采用多分类样本持续对原始多分类模型训练，直至预测的子类别的概率值与多分类样本中子分类结果的差异，以及预测的总类别的概率值与多分类样本中总分类结果的差异，满足训练第三训练截止条件时，得到多分类模型。通过本发明实施例，能够提高待分类信息分类的准确度。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.044 秒)
