摘要
本申请涉及舌象分类技术领域,公开了一种舌象分类模型的训练方法、终端设备和存储介质,该舌象分类模型的训练方法包括:将无标签舌象图像输入到神经网络模型中进行训练;将无标签舌象图像进行预处理,得到多组图像块;将各组图像块进行线性投影和特征提取,得到多组特征块;基于特征块进行掩码重建和对比映射,以进行掩码损失学习和对比损失学习,得到预训练的神经网络模型;将有标签舌象图像输入到预训练的神经网络模型中进行监督训练;通过分类网络和检测网络对神经网络模型进行分类损失学习和检测损失学习,将经过学习后的神经网络模型作为舌象分类模型。本申请解决少样本舌象分类中的挑战,提高舌象分类的准确性和效率。
技术关键词
舌象图像
神经网络模型
图像块
检测损失
分类网络
标签
终端设备
分类技术
线性
图像分割
处理器
可读存储介质
存储器
解码器
编码器
计算机
样本
系统为您推荐了相关专利信息
单片机控制模块
光学传感器
光电探测器
发光光纤
柔性电路板
张量恢复方法
卷积神经网络模型
随机噪声
索引
降噪模型
还原竖炉
原料气预处理
煤气回收系统
参数预测方法
节点