首页> 中国专利> 一种利用增量学习对显微镜细胞图像检测模型进行增类学习的方法

一种利用增量学习对显微镜细胞图像检测模型进行增类学习的方法

摘要

本发明涉及一种利用增量学习对显微镜细胞图像检测模型进行增类学习的方法,首先对初始图像进行预处理,使用旧类别样本训练faster‑rcnn模型获得显微镜细胞图像检测模型作为初始模型。使用训练好的显微镜图像细胞检测模型预测新的细胞,对新类别细胞样本进行手工标注。其次使用初始模型对新类别样本预测生成软目标和中间层特征,生成的软目标置信度为0.2以上的粗标签。修改显微镜细胞图像检测模型最后一层大小,作为显微镜细胞图像增量检测模型。分别计算增量模型和初始模型的中间层特征图距离,计算显微镜细胞图像检测的分类和回归损失,计算置信度损失。最后通过最小化上述损失总和来训练更新模型。获得能够预测新类别细胞的显微镜细胞图像增量检测模型。

著录项

  • 公开/公告号CN110059672A

    专利类型发明专利

  • 公开/公告日2019-07-26

    原文格式PDF

  • 申请/专利权人 福州大学;

    申请/专利号CN201910358582.3

  • 发明设计人 余春艳;陈立;

    申请日2019-04-30

  • 分类号

  • 代理机构福州元创专利商标代理有限公司;

  • 代理人蔡学俊

  • 地址 350108 福建省福州市闽侯县上街镇福州大学城学院路2号福州大学新区

  • 入库时间 2024-02-19 12:04:31

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-08-20

    实质审查的生效 IPC(主分类):G06K9/00 申请日:20190430

    实质审查的生效

  • 2019-07-26

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号