基于YOLOv8和注意力机制的肝脏肿瘤图像分类模型的训练方法

本申请提供了一种基于YOLOv8和注意力机制的肝脏肿瘤图像分类模型的训练方法，包括：获取肝脏肿瘤图像数据集，并进行图像预处理，以得到训练数据集；针对YOLOv8的网络架构进行如下改进：在原始的主干网络的第一个C2f模块和SPPF模块后面均引入EMA注意力机制，作为改进的主干网络，将PAN‑FPN金字塔结构作为颈部网络，将检测头中的损失函数替换为加权二进制交叉熵损失函数，构建出肝脏肿瘤图像分类模型；使用训练数据集，对肝脏肿瘤图像分类模型进行训练。该方法基于YOLOv8网络架构，通过引入EMA注意力机制，增强对肝脏肿瘤特征的关注度和表达能力，通过引入加权二进制交叉熵损失函数，降低对类别不均衡的敏感度，从而得到运行速度和分类准确率较高的肝脏肿瘤图像分类模型。