基于眼底图像的近视状态分类检测模型、训练方法、应用

本发明提供一种基于眼底图像的近视状态分类检测模型、训练方法、应用。按照图像处理路径，分类检测模型包括动态卷积模块、归一化和激活函数模块、基础模块1、第一ECA注意力模块、基础模块2、第二ECA注意力模块、基础模块3、归一化和激活函数、最大池化层和全连接层，最终输出结果。本发明改进后的深度学习网络模型针对眼底图像的特点设计，通过优化的特征提取模块和注意力机制，显著提升了屈光等级相关特征的提取效果。多层次处理的方式在浅层捕捉眼底图像基本特征，在深层挖掘与屈光等级相关的信息，提升分类准确率，在保证分类精度的同时减少计算量和参数量，与现有技术相比更加高效、稳定。