用于图像识别的改进型神经网络模型、图像识别方法及系统

本发明涉及用于图像识别的改进型神经网络模型、图像识别方法及系统，采用双核卷积来处理相同的输入特征通道，既在特征提取时捕获了更多的空间信息，同时在不增加过多参数的计算复杂度下进行特征通道之间的交互和信息整合，使参数量大大减少，从而提高运算速度。然后使用不同质量的预测框对模型进行训练，通过低质量检测框减少明显错误的预测，通过高质量预测框提升精度，还可结合其它的预测框的特性，从而提供更细粒度的评估标准，以得到训练后的神经网络模型。利用改进后的神经网络模型对实时图像进行识别，并判断是否存在异常，若存在异常则标记处异常位置，从而为支气管内窥镜影像的智能识别提供了高水准的结果。