摘要
本发明涉及图像分类识别技术领域,特别涉及一种基于语义对比融合不确定感知的腰椎疾病半监督分类方法及系统,采用半监督分类网络模型作为腰椎疾病识别的半监督分类框架,利用标注样本的交叉熵损失和未标注样本的一致性损失作为模型的损失;选择同时满足预测置信度大于阈值和预测不确定度小于阈值的标签作为伪标签;将具有相同标签的标注数据和伪标注的未标注数据作为正样本对,采用有监督的对比学习方法进行训练,得到模型的对比学习损失;使用半监督模型损失、不确定度损失和对比学习损失作为总损失函数进行联合训练模型。本发明解决没有利用标注数据的语义信息约束无标注数据,且伪标签存在确认偏差的问题,提升了腰椎疾病识别准确率。
技术关键词
半监督分类方法
腰椎疾病
分类网络
正则化方法
语义
样本
图像分类识别技术
学习方法
数据
标签生成方法
置信度阈值
编码器
影像
框架
可读存储介质
模块
计算机