一种基于残差网络迁移学习的抑郁程度识别方法

本发明属于抑郁症等级评估技术领域，尤其为一种基于残差网络迁移学习的抑郁程度识别方法，包括以下步骤：S1：加载预训练模型(下载并加载其权重)；S2：选择要冻结的参数层(保留全连接层和后面几层)以及预训练模型参数微调；S3：数据集预处理；S4：引入注意力机制；S5：输出抑郁患者面部的抑郁评分和抑郁等级(无、轻度、中度和重度)。本发明通过一种使用迁移学习，以及改进的注意力机制，使抑郁症智能评级的准确率更高，结果更精准的方法，在辅助医生判断时产生更准确的结果，节省医生时间成本，通过机器诊断代替医生问诊，能使患者情绪更加稳定，检测更加简单高效。