买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京阅视智能技术有限责任公司

摘要：本发明公开了一种图像分类模型的训练方法、图像分类的方法及装置。具体包括：对多个显微图像样本进行特征提取，得到多个第一特征图；对所述多个第一特征图进行特征增强处理，得到多个第二特征图；利用所述多个显微图像样本和所述多个第二特征图，迭代训练图像分类模型，以得到目标图像分类模型。根据本发明实施例，能够提升显微图像数据样本利用率，减少数据噪声的负面影响，提升显微图像分类模型的训练效率。

主权项：1.一种图像分类模型的训练方法，其特征在于，包括：对多个显微图像样本进行特征提取，得到多个第一特征图；对所述多个第一特征图进行特征增强处理，得到多个第二特征图；利用所述多个显微图像样本和所述多个第二特征图，迭代训练图像分类模型，以得到目标图像分类模型，所述多个显微图像样本为对多个待处理显微图像样本进行数据增强处理后得到的图像样本；所述对所述多个第一特征图进行特征增强处理，得到多个第二特征图，包括：将提取到的所述显微图像样本的第一特征图进行两两组合，得到多个第一特征图对；分别对每个第一特征图对进行图像叠加处理，得到所述多个第二特征图；所述利用所述多个显微图像样本和所述多个第二特征图，迭代训练图像分类模型，以得到目标图像分类模型，包括：利用所述多个显微图像样本和所述多个第二特征图，根据所述显微图像样本对应的特征向量与所述第二特征图对应的特征向量之间的L2距离、第一交叉熵损失函数和第二交叉熵损失函数，计算得到所述图像分类模型的损失函数；根据待训练的所述图像分类模型的损失函数值调整待训练的所述图像分类模型的模型参数；利用所述多个显微图像样本和所述多个第二特征图，对调整后的所述图像分类模型进行迭代训练，直至满足预设训练停止条件，以得到所述目标图像分类模型；所述图像分类模型的损失函数L表示为如下公式： 其中，IA表示显微图像样本A，IB表示显微图像样本B，AugIA,IB表示对图像IA,IB的增强操作，表示IA对应的第一特征图，表示IB对应的第一特征图；yA表示类别A，yB表示类别B；表示第二特征图通过分类网络θ后的特征向量与增强后的显微图像样本通过分类网络θ后的特征向量之间的L2距离；表示第一交叉熵损失函数，即IA对应的分类损失函数，表示第二交叉熵损失函数，即IB对应的分类损失函数。

全文数据：

权利要求：

百度查询： 北京阅视智能技术有限责任公司 图像分类模型的训练方法、图像分类的方法及装置