摘要
本公开提供了一种双光子图像预测模型的训练方法、预测方法、装置及设备,获取输入数据并对所述输入数据进行预处理;基于时序注意力机制和结构推理规则构建双光子图像预测模型的网络架构并通过在所述网络架构中的时间损失函数约束预测的生理逻辑连贯性;将预处理后的所述输入数据输入所述双光子图像预测模型的网络架构中进行训练,得到双光子图像预测模型。基于时序注意力机制和结构推理规则构建双光子图像预测模型的网络架构并通过在所述网络架构中的时间损失函数约束预测的生理逻辑连贯性,基于时序注意力机制对时序关系进行建模,基于结构推理规则为网络架构输入解剖逻辑规则,配合时间损失函数解决传统 CNN 难以捕捉帧间结构演化的问题。
技术关键词
网络架构
推理规则
注意力机制
视频帧
计算机执行指令
时序
逻辑
生理
图像预测装置
图像预测方法
解剖学特征
阶段
连续性
关键帧
模型训练模块
模型剪枝
预测特征
数据处理模块
系统为您推荐了相关专利信息
故障诊断模型
特征提取器
故障诊断方法
智能诊断模型
滚动轴承
区域分割方法
边界特征
图像嵌入
肿瘤
图像分割模型
声呐
网络
通道注意力机制
数据输出模块
数据输入模块