-
公开(公告)号：CN116071589A
公开(公告)日：2023-05-05
申请号：CN202310076261.0
申请日：2023-01-18
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于深度学习的内窥镜烟雾图像分类方法，属于图像处理领域，包括以下步骤：S1：挑选腹腔镜图像，将其中一部分图像进行渲染得到有雾数据集，与未渲染的无雾数据集共同作为训练集和测试集，在训练集和测试集的无雾和有雾图像的比例为4:1；S2：在Poolformer网络基础上改进，将token mixer部分替换为类似ConvNext的多路分支结构作为训练网络，利用训练集进行训练；S3：在预测训练时将ConvNext Block转化成类似RepVgg的单路结构RepConvNext Block进行预测；S4：输入图像经过级联网络输出烟雾类别的概率值，通过概率值确认疑似烟雾图像类别。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
