公开(公告)号：CN115880523A

公开(公告)日：2023-03-31

申请号：CN202211458993.8

申请日：2022-11-17

Applicant: 南京邮电大学

Inventor： 陈旭晖 ,  陆雪琪 ,  郭玫麟 ,  尹海涛

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/08 ,  G06N3/048 ,  G06N3/0464

Abstract: 本发明涉及深度学习图像分类技术领域，提供了一种图像分类模型、模型训练方法及其应用，所述图像分类模型训练方法具体是通过数据增强提高样本的质量和多样性以获得更好的训练效果；并通过ResNet50模型，引入通道注意力机制模块形成SE‑ResNet50模型，利用通道注意力机制对自适应的特征权重学习；接着SE‑ResNet50模型中，加入多尺度特征的层间信息融合模块；最后在网络结构中引入多尺度特征融合自注意力模块，形成SEL‑ResNet50网络，即本发明所述图像分类模型；所述图像分类模型应用于医学影像图片分类，可以兼顾分类效率和精度。