一种改进Adaboost与轻量化卷积神经网络的皮肤病灶分类方法

本发明公开了一种改进Adaboost与轻量化卷积神经网络的皮肤病灶分类方法，旨在皮肤病灶图像样本数量有限、样本类别比例不平衡的条件下，解决现有大模型计算成本高、轻量化模型精度不足的问题。本发明以轻量化卷积神经网络作为基学习器，通过改进的Adaboost算法更新训练样本的权重参数，令轻量化模型更加关注分类错误的样本，提升对少数类样本的分类能力。该方法基于较低的运行资源和硬件成本，在皮肤病灶公开数据集上显著提高了分类准确度，为皮肤病灶的临床诊疗提供智能、快速的筛查与判断，适用于便携式和移动端医疗设备，具有良好的应用前景。