基于部分权重共享和多损失融合的卷积神经网络眼底图像疾病分类方法

本发明专公开了一种基于部分权重共享和多损失融合卷积神经网络的眼底图像疾病分类方法。包括首先对多标签视网膜眼底病变图像(ODIR‑2019)数据集进行预处理；改进Inception v3模块，实现部分权重共享策略；将1个BCELoss以及多个CELoss的进行融合；根据部分权重共享和多损失融合改进神经网络架构；在ODIR‑2019数据集上采用部分权重共享和多损失融合方法进行模型训练和测试。经验证，本发明通过这种方法在分类准确性上超过了Efficientnet v2、Res2net等SOTA方法，为眼底图像疾病分类提供了技术支持。