摘要
本发明公开了一种基于中值增强注意力机制的半监督角膜炎IVCM图像分类方法、系统、设备及介质,方法:对有标签、弱增强以及强增强后无标签的IVCM图像分别类别预测,得到对应的类别分数向量;根据有标签的类别分数向量,得到有标签损失;根据弱增强后无标签的类别分数向量和当前训练轮次的置信度阈值,定义出伪标签,得到伪标签的最大类别概率;根据强增强后无标签的类别分数向量和伪标签的最大类别概率,计算无标签损失;结合有标签损失和无标签损失对MEWRN网络进行训练;系统、设备及介质,用于实现该方法;通过采用无标签数据和有标签数据,提升了分类模型的精确度;通过在MEWRN网络中引入中值增强的注意力机制,增强图像特征的提取效果,实现精准分类。
技术关键词
图像分类方法
置信度阈值
半监督学习
多层感知器
通道注意力机制
无标签数据
特征提取单元
标签类别
图像分类设备
预测类别
图像分类系统
网络模型训练
分类器
直方图均衡化
系统为您推荐了相关专利信息
驾驶员身份识别
皮肤检测方法
池化特征
多维特征向量
病变特征
智能无人机
数据处理系统
时空关联规则
混合整数线性规划
无人机飞行状态
误差控制方法
深度学习网络
多层感知器
生成对抗网络
样本