-
Patent Agency Ranking
公开(公告)号：CN112669330A
公开(公告)日：2021-04-16
申请号：CN202011568233.3
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种基于双重一致性自集成学习的半监督评估方法及评估系统。基于双重一致性自集成学习的半监督评估系统包括双重一致性平均教师框架模块、注意力损失函数模块以及注意力一致性损失函数模块；本发明设计了一个自集成学习框架，该框架由具有相同结构的学生网络和教师网络组成；并且设计了一种新的基于注意力机制的损失函数，以获得准确的注意力区域结果；通过在病变分类和定位中对注意力进行双重一致性约束，这两个网络可以逐渐优化注意力分布并提高彼此的性能，而训练仅依赖于部分标记的数据并遵循半监督训练的方式，并不需要大量带有标注的数据，所花费的成本低。
-
公开(公告)号：CN112669329B
公开(公告)日：2022-12-13
申请号：CN202011566476.3
申请日：2020-12-25
Applicant: 上海交通大学
IPC: G06T7/11 , G06T7/187 , G06T7/00 , G06V10/762 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种图像分割方法及图像分割系统。所述图像分割方法包括构建亲和力矩阵、样本聚类、获取子集分割模型、子集分割模型融合等步骤。本发明实现了对图像样本的相似性识别，通过样本聚类为多个子集并对应生成群集代表先验，将一待鉴别图像输入后形成一特征集，对比所述特征集与所述群集代表先验并识别出的最接近的群集代表先验，用与该最接近的群集代表先验相对应的子集分割模型对所述待鉴别图像进行鉴别以获取分割结果，不会随着训练样本的变化而导致分割性能不同。
-
公开(公告)号：CN112669329A
公开(公告)日：2021-04-16
申请号：CN202011566476.3
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种图像分割方法及图像分割系统。所述图像分割方法包括构建亲和力矩阵、样本聚类、获取子集分割模型、子集分割模型融合等步骤。本发明实现了对图像样本的相似性识别，通过样本聚类为多个子集并对应生成群集代表先验，将一待鉴别图像输入后形成一特征集，对比所述特征集与所述群集代表先验并识别出的最接近的群集代表先验，用与该最接近的群集代表先验相对应的子集分割模型对所述待鉴别图像进行鉴别以获取分割结果，不会随着训练样本的变化而导致分割性能不同。
-
公开(公告)号：CN112669331B
公开(公告)日：2023-04-18
申请号：CN202011568270.4
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种目标数据迁移迭代学习方法及目标数据迁移迭代学习系统。目标数据迁移迭代学习方法包括源视图及目标视图获取、源视图分割训练、目标视图识别分割标注、目标视图分割训练、目标视图分割标注更新、第一卷积神经网络模型迭代训练以及第二卷积神经网络模型迭代训练等步骤。本发明实现了从单视图分割标签得到多视图分割标签的迁移，并且采用相互交替学习的方式，进一步提升了分割标签的准确性，可以使分割结果更加连续和光滑。
-
公开(公告)号：CN112669331A
公开(公告)日：2021-04-16
申请号：CN202011568270.4
申请日：2020-12-25
Applicant: 上海交通大学
Abstract: 本发明提供一种目标数据迁移迭代学习方法及目标数据迁移迭代学习系统。目标数据迁移迭代学习方法包括源视图及目标视图获取、源视图分割训练、目标视图识别分割标注、目标视图分割训练、目标视图分割标注更新、第一卷积神经网络模型迭代训练以及第二卷积神经网络模型迭代训练等步骤。本发明实现了从单视图分割标签得到多视图分割标签的迁移，并且采用相互交替学习的方式，进一步提升了分割标签的准确性，可以使分割结果更加连续和光滑。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
