摘要
本发明的实施例提供了一种类激活图生成模型训练方法、生成方法及相关设备,涉及图像处理技术领域。获取多组样本数据,初始化与每个标注类别对应的多个原型向量,将皮肤特征图与对应的皮肤结构掩码输入医学注意力引导模块,经过注意力机制处理,得到融合注意力后的融合特征图,将关键帧对应的融合特征图输入全连接分类层,得到关键帧的预测类别,将融合特征图与各原型向量输入类激活图生成模块,进行加权融合,得到各标注类别的类激活图,将各预测类别、各标注类别、各病灶掩码以及各类激活图,计算出联合训练损失,以对类激活图生成模型进行更新。通过多原型激活机制,可以减少不同类激活图之间的重叠。
技术关键词
生成模型训练方法
关键帧
融合特征
原型
预测类别
注意力机制
超参数
样本
特征提取模型
生成方法
视频
模型训练装置
全局平均池化
特征提取单元
数据获取单元
医学
图像处理技术
系统为您推荐了相关专利信息
电子健康记录
特征提取模块
重症监护室
YOLOv3模型
预警系统
图像增强模型
解码组件
图像增强方法
编码特征
编码器组件
多模态深度学习
关节运动功能
状态识别方法
图像分类模型
图像分割模型