摘要
本发明提供一种基于神经网络的皮肤病变检测方法,涉及皮肤病变检测领域,包括以下步骤:S1、准备数据:获取皮肤病变图像,对皮肤病变图像中的病变区域标注;S2、模型训练与优化:建立融合检测网络模型,并将皮肤病变图像输入至融合检测网络模型进行训练,输出得到检测结果,基于检测结果优化融合检测网络模型。通过上述方法能够取得下列有益效果:一是,引入区域提取网络,对原始病变图片进行预处理;二是,采用融合检测网络模块,更全面、准确地检测皮肤病变提供了新的方法;三是,通过构建两级AI架构,能够通过样本抽取按置信度分层,兼顾高低置信度样本特性,为模型优化精准导航,专家校准样本偏差,从多维度提升标注精度,助力模型精准判别。
技术关键词
检测网络模型
皮肤病变检测
样本
融合特征提取
特征提取模块
分层
标签
智能终端设备
梯度下降算法
模式
图像采集设备
云端交互
索引
指标
模型更新
决策
系统为您推荐了相关专利信息
电机状态监测方法
多模态传感器
电流
多模态特征融合
工况
醇类消毒剂
浓度监测方法
集成分类器
矢量网络分析仪
训练集