摘要
本发明公开了一种约束条件下轻量级网络架构搜索的髌骨X光图像识别方法,包括:1收集标注的髌骨X光图像数据并进行预处理,并划分训练集和验证集;2通过初始化构造神卷积神经网络种群;3利用X光数据集对种群中个体进行训练,使用基于约束的适应度函数值中作为个体的适应度值;4根据种群中个体的适应度值选择父代个体、通过自适应修剪率的滤波器修剪和交叉变异生成子代种群,最后进行环境选择;5迭代优化网络结构直至满足预定条件,并提取最佳架构作为髌骨X光图像识别模型。本发明能自动搜索适应髌骨X光图像数据集的卷积神经网络架构,从而实现对髌骨X光图像的准确分类,特别是有设备硬件约束的应用场景。
技术关键词
X光图像识别方法
图像识别模型
卷积模块
预测类别
神经网络架构
标签
浮点数
滤波器
可读存储介质
处理器
复杂度
存储器
网络结构
规模
精度
计算机
参数
系统为您推荐了相关专利信息
危险物品检测方法
雷达
卷积模块
融合局部特征
危险物品检测装置
训练样本数据
联邦学习方法
客户端
分层
云端服务器
语义分割方法
节点特征
语义分割模型
标签类别
图片