摘要
本申请涉及图像处理技术领域,具体涉及一种人脸蠕形螨区域的检测方法、装置、系统及存储介质;该方法包括:使用图像采集模块获取多张人脸蠕形螨图像;将人脸蠕形螨的区域进行标注,构建数据集;构建深度神经网络模型,捕捉到人脸蠕形螨在图像数据中的复杂模式;将标注后的人脸蠕形螨的彩色图像进行训练深度神经网络模型,通过构建的损失函数比较预测值与真值图的差异,反向传播算法进行迭代计算调整模型自身的权重;采用深度神经网络模型处理尚未人工标记的人脸图像,获得待测图像的人脸蠕形螨区域检测结果;将待测图像的人脸蠕形螨区域检测结果通过输出模块输出结果;本申请优点在于减少人为干预,提高诊断的客观性,提高了检测效率和准确性。
技术关键词
蠕形螨
深度神经网络模型
人脸
编码器模块
输出特征
解码器
训练深度神经网络
彩色图像
图像采集模块
输入模块
预测特征
人工标记
螨虫
计算机可执行指令
传播算法
序列
矩阵
构建深度神经网络
系统为您推荐了相关专利信息
深度学习模型
纹理识别方法
纹理特征
图片
图像增强
焊缝缺陷图像
校验特征
螺旋钢管
特征提取网络
分割方法
网络流量预测
异常检测方法
节点
重构误差
模型剪枝
图像
对比度
特征点
Sigmoid函数
全局平均池化