基于对比学习与DS证据理论的图像诊断算法的构建方法

本发明基于对比学习与DS证据理论的图像诊断算法的构建方法，包括以下步骤：步骤S1数据集准备：采集无疫病标签的正常鸡的鸡只图像为预训练数据集；采集带疫病标签的不正常鸡的疫病图像为训练数据集；疫病图像对应的疫病标签为标签集；步骤S2预训练：基于MoCoV2对比学习框架通过查询编码器和动量编码器进行对比学习，得到训练好的查询编码器；步骤S3训练：构建分类模型，并通过训练数据集进行细化训练，并通过标签集进行监督学习，得到训练完成的分类模型；步骤S4诊断结果融合：将多张待诊断图像输入训练完成的分类模型，得到待诊断图像对应的疫病类别的概率分布；基于DS证据理论及概率分布，得到待诊断鸡的疫病类别的预测概率。