摘要
本发明公开了一种骨髓细胞少样本分类方法、系统及电子设备,方法包括:获取骨髓细胞数据集,构建少样本训练集和测试集建立基于文本多源生成选择的多尺度多模态少样本分类网络模型;根据所述少样本训练集对所述少样本分类网络模型进行训练,得到训练好的骨髓细胞分类网络模型;将测试的骨髓细胞图像输入所述骨髓细胞分类网络模型,得到骨髓细胞图像的预测类别,实现少样本训练情况下的骨髓细胞图像分类。本发明选择组织病理学预训练模型用于骨髓细胞分类,并设计文本多源生成选择模块,规范骨髓细胞各个类别的语义描述,进而提升了骨髓细胞少样本分类准确率,可广泛应用于计算机视觉技术领域。
技术关键词
骨髓细胞图像
样本分类方法
分类网络
文本
预训练模型
多模态网络
预测类别
图像特征提取
分支
样本分类系统
特征提取器
模块
图像分割模型
计算机视觉技术
电子设备
分类准确率
代表
系统为您推荐了相关专利信息
计划管理方法
阶段
计划管理装置
文本
非暂态计算机可读存储介质
图谱构建方法
命名实体识别模型
电能
实体间关系
节点
故障诊断方法
图谱
BERT模型
充电器部件
关键词
数据库构建方法
三元组
大语言模型
电催化析氢材料
文本