-
公开(公告)号:CN115565239A
公开(公告)日:2023-01-03
申请号:CN202211233195.5
申请日:2022-10-10
Applicant: 厦门城市职业学院(厦门开放大学)
IPC: G06V40/18 , G06V10/82 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种多分类眼底图像识别方法、训练方法、装置及电子设备,训练方法包括:S1、获取处理完成的模型训练数据集,模型训练数据集的处理过程包括获取原始数据集、标签重生成、划分训练数据集、图像增强操作,标签重生成的操作用于生成左右眼各自对应的标签;S2、根据模型训练数据集,对神经网络模型进行训练,以得到多分类眼底图像识别模型,神经网络模型包括综合分析模块和预设数量个轻量化SqueezeNet深度学习模型,预设数量个轻量化SqueezeNet深度学习模型均与综合分析模块连接,综合分析模块用于输出眼底图像的类型。如此,降低模型参数量,提高模型性能和运算速度,提高多分类眼底图像识别在硬件上的部署能力,用最少的资源实现更高的精度。