-
公开(公告)号：CN117809087A
公开(公告)日：2024-04-02
申请号：CN202311766369.9
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种乳腺图像分类模型的训练方法、装置及电子设备，方法包括：获取有标签乳腺图像数据和无标签乳腺图像数据作为训练样本，基于有标签乳腺图像数据对模型进行训练，确定第一损失值，之后通过模型对无标签乳腺图像数据进行分类预测，得到无标签乳腺图像数据的预测概率和对应的伪标签，确定无标签乳腺图像数据的损失权重，根据损失权重确定第二损失值，最终确定乳腺图像分类模型的总损失值，判断总损失值是否满足预设要求，确定是否继续对模型进行迭代训练。应用本方法，通过确定无标签乳腺图像数据的损失权重，确定模型的第二损失值，缓解半监督学习中生成的伪标签可能带来的噪声，提高了无标签数据的利用率。
-
公开(公告)号：CN117809087B
公开(公告)日：2025-02-21
申请号：CN202311766369.9
申请日：2023-12-20
Applicant: 北京医准医疗科技有限公司
Abstract: 本公开提供了一种乳腺图像分类模型的训练方法、装置及电子设备，方法包括：获取有标签乳腺图像数据和无标签乳腺图像数据作为训练样本，基于有标签乳腺图像数据对模型进行训练，确定第一损失值，之后通过模型对无标签乳腺图像数据进行分类预测，得到无标签乳腺图像数据的预测概率和对应的伪标签，确定无标签乳腺图像数据的损失权重，根据损失权重确定第二损失值，最终确定乳腺图像分类模型的总损失值，判断总损失值是否满足预设要求，确定是否继续对模型进行迭代训练。应用本方法，通过确定无标签乳腺图像数据的损失权重，确定模型的第二损失值，缓解半监督学习中生成的伪标签可能带来的噪声，提高了无标签数据的利用率。
-
Search Results
2
records
(took 0.022 seconds)
