摘要
本发明公开了基于多任务掩码特征建模的胚胎图像自动聚焦方法及装置,其方法包括步骤:S1构建多任务协作模型,包括一个监督任务和三个自监督任务,分别用于建立对一组胚胎图像中最佳焦距图像的回归预测,提取细胞的边缘信息、图像的高频信息和轮廓信息;S2构建训练数据集、掩码训练数据集和测试数据集;S3对多任务协作模型训练,获得最优模型参数;S4采用多任务协作模型完成对一组胚胎图像中最佳焦距图像的识别。本发明采用多任务协作网络模型来解决胚胎图像中自动聚焦问题,并采用管状掩码技术增强了模型对于遮挡和信息缺失的适应性,促进了其在处理动态过程时的鲁棒性,为自监督学习在复杂视觉任务中的应用提供了新的视角和策略。
技术关键词
图像自动聚焦方法
协作模型
多任务
胚胎
轮廓信息
深度学习网络模型
编码器解码器
像素点
数据
掩码技术
正则化参数
管状
代表
处理器通信
带标签
系统为您推荐了相关专利信息
无人机图像识别
分析系统
模型训练模块
训练深度学习模型
批量数据
核酸分子
转基因动物
阿尔兹海默病
重组微生物
重组载体
负荷预测方法
双向长短期记忆网络
灰色关联分析法
配网
划分方法