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

AITNT
正文
推荐专利
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
申请号:CN202510445719
申请日期:2025-04-10
公开号:CN120088578A
公开日期:2025-06-03
类型:发明专利
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
1
基于视觉语言模型的无监督图像分类训练方法、系统及介质
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
2
图像分类模型的协同训练方法、图像分类方法及相关装置
图像分类模型 图像块 图像全局特征 标签 原型
3
一种通过修正补偿提高喷油器喷射精度的控制方法
喷油器 发动机控制器 检测点 工况 燃油喷射控制
4
基于角膜地形图的OK镜镜片偏移量定量化检测方法及系统
定量化检测方法 定位技术 色度信息 关键点 像素
5
一种高效整型向量同态加密的深度学习训练与推理方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号