一种基于卷积神经网络的屈光度计算方法及系统

本发明涉及人工智能领域，具体为基于卷积神经网络的双目屈光度计算方法及系统，具体为：按照灯组序列中灯组亮灯顺序构建和灯组序列对应的眼瞳图序列，按照眼瞳图在序列中的顺序将眼瞳图输入到对应的基于卷积的主干网络中进行特征提取得到一个一维向量，进而得到特征矩阵；将特征矩阵增加学习向量，将维度扩展后的所述特征矩阵输入到ViT模型中，对每个编码器的输出进行转置，将转置后的向量作为下一个编码器的输入，获取所述ViT模型输出的特征矩阵的第一行和第一列；将所述第一行和第一列分别输入到两个检测头中并进一步通过两个检测头的输出获得屈光度的值。本发明有效提高了对双目屈光度计算的准确度。