摘要
本发明公开了一种基于CLIP的多层次自适应少样本医学影像异常检测模型的训练方法及系统。该训练方法包括:获取原始CLIP模型、训练对象名称、图像及标签;将名称输入文本编码器,生成文本特征列表;将图像输入图像编码器,得到多个层级的类别嵌入向量、图像块嵌入向量;对类别嵌入向量进行特征提取和维度转换,获得特征类别嵌入;将特征类别嵌入与文本特征相加,得到最终文本嵌入向量;基于各层级的图像块嵌入向量和最终文本嵌入向量计算初步异常项,基于类别嵌入向量与文本特征列表,获得偏置;使初步异常项与偏置相加得到最终异常项;基于最终异常项与训练标签的差异,更新模型参数,获得医学影像异常检测模型,从而提升异常检测的准确性。
技术关键词
文本编码器
异常检测方法
图像块
列表
多层次
执行矩阵乘法
图像编码器
层级
对象
模板
sigmoid函数
样本
参数更新模块
异常状态
标签
词嵌入向量
更新模型参数
线性
网络
系统为您推荐了相关专利信息
检测识别方法
位置识别器
音频特征提取
建筑垃圾处置
多层次
临床场景
心肌梗死患者
医学知识图谱
判别规则
医疗文本结构化
风电机组齿轮箱
谱包络特征
线性预测器
异常检测方法
分量特征