基于对比学习的小样本低度近视预测方法

AITNT
正文
推荐专利
基于对比学习的小样本低度近视预测方法
申请号:CN202410784349
申请日期:2024-06-18
公开号:CN118645243A
公开日期:2024-09-13
类型:发明专利
摘要
本发明公开一种基于对比学习的小样本低度近视预测方法,属于计算机技术领域。首先,对眼底彩照数据集进行有标签和无标签的数据块分割,并对无标签数据块进行数据增强;然后分别构建对比学习特征映射网络和屈光度预测网络;最后对前述两种网络进行分阶段优化训练,以实现低度近视的预测。
技术关键词
近视预测方法 眼底彩照 样本 特征提取模型 投影模型 优化网络参数 标签 数据 分阶段 优化器 学习特征 残差结构 节点 卷积模块 误差 图像
系统为您推荐了相关专利信息
1
一种基于人工智能的实验室仪器管理系统
编码器单元 异常事件 主编码器 人体骨架 人体姿态估计
2
信息展示方法及装置、电子设备和计算机可读存储介质
对象 频繁项集挖掘算法 展示界面 频繁项挖掘 信息展示方法
3
一种基于多模态数据融合的苹果产地识别方法
产地识别方法 多模态数据融合 级联分类器 激光诱导击穿光谱 遗传算法优化
4
一种基于高通量抗体表位谱检测数据的病原体免疫谱系评估方法
高通量 样本 抗体 泊松分布模型 文库
5
基于AI大模型的标识解析数据治理与关联方法与系统
标识 属性匹配 企业 行业特征 数据字
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号