摘要
本发明公开了一种融合ViT与卷积的高性能病理图像即时训练与推理方法,属于图像分类技术领域。该方法包括:首先获取病理切片图像和对应的标签,构建数据集;然后构建初始病理图像分类模型,并利用数据集对初始病理图像分类模型进行训练,得到目标病理图像分类模型;最后利用目标病理图像分类模型对病理切片图像进行分类,得到语义分割结果。本发明能够以较快的速度获取指定兴趣区域的稠密特征图,且能够与常规机器学习模型结合,实现图像分割模型的快速训练与推理。
技术关键词
图像分类模型
病理切片图像
推理方法
高性能
双线性插值
卷积模型
图像分类技术
图像分割模型
稠密特征
数据
机器学习模型
分类器
像素矩阵
图像像素
标签
模块
语义
兴趣
系统为您推荐了相关专利信息
图像分类训练方法
图像分类网络
训练图像分类模型
标签
监督学习方法
深度学习训练
推理方法
深度学习模型
多用户协作
联邦学习方法