摘要
本发明公开了一种宫外孕囊及黄体超声影像识别方法、系统、设备及介质,它们是一一对应的方案,应用于宫外孕囊及黄体超声影像识别任务,方案中:引入基于预训练的视觉转换器模型的深度神经网络,采取迁移学习的方式并结合不均匀误差函数,解决小样本量、训练数据少和类别不均衡的问题,能够较好地提升深度神经网络的识别性能,从而在宫外孕囊及黄体超声影像识别任务中获得较高的识别正确率。
技术关键词
影像识别方法
均衡误差
注意力机制
影像识别系统
分类特征
构建训练集
前馈神经网络
编码器
训练深度神经网络
标签
图像
转换器
均匀误差
识别正确率
标记
附件
分类器
系统为您推荐了相关专利信息
深度学习网络模型
补全方法
注意力机制
对称性特征
特征点
意图识别方法
注意力模型
人体关键点
老年人
手部关键点
智能分级系统
多模态
跨模态融合特征
通道注意力机制
可见光
时序神经网络
周期性
注意力机制
交互注意力
谱聚类算法