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
编码器单元
异常事件
主编码器
人体骨架
人体姿态估计
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
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