一种基于ConvNeXt的多阶段自适应类别平衡手术阶段识别方法

本发明涉及基于ConvNeXt的多阶段自适应类别平衡手术阶段识别方法，包括以下步骤：首先准备数据集，ConvNeXt在Imagenet‑22k大型数据集上的模型预训练权重；然后进行数据预处理；再使用数据训练图像特征提取模块，得到BLConvNeXt模型权重；使用数据训练时序特征模块，得到多层次自适应时间卷积模块权重；最后载入模型训练权重，完整运行手术阶段识别模型，得到最终预测结果。本发明方法可以在同批次图像间通过高维图像特征相互学习来增强模型对少样本类别的识别能力；提高少样本阶段整体识别结果准确率和难分类图像阶段识别结果准确率；整体方法泛化性好，在不同类型手术中都可以高效准确的识别当前手术画面所在阶段；提高了模型对样本量较少阶段的识别效果，从而优化整体手术阶段识别结果。