基于伪标签松弛对比损失的含噪声肠道超声图像分类方法和系统

本发明公开了一种基于伪标签松弛对比损失的含噪声肠道超声图像分类方法和系统，属于计算机视觉技术领域，本发明方法包括：基于原始含噪声肠道超声图像数据集，对两个DNN模型进行温和训练；分别利用每个DNN模型，对原始含噪声肠道超声图像数据集进行划分，以获取与当前DNN模型对应的有标签集合和无标签集合；使用半监督学习和伪标签松弛对比学习的方式，分别对两个DNN模型进行鲁棒训练，以更新两个DNN模型；重复数据集划分和DNN模型更新，直至达到训练总轮次，并输出最终的DNN模型，以利用最终的DNN模型进行含噪声肠道超声图像的分类；本发明利用伪标签松弛对比损失来提高DNN模型的测试性能和鲁棒性能，从而节约专家进行含噪声肠道超声图像分类的成本。