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：江苏硕世生物科技股份有限公司

摘要：本发明提出了一种革兰染色图像的目标识别与分割预训练方法及系统，属于数字图像处理技术领域。针对医疗图像标注难度大、训练欠拟合或过拟合等问题，该目标识别与分割预训练方法结合海量未标注数据及循环式预训练框架，以此提升模型泛化性能，达到了可提高模型泛化性能的效果，并且通过减少医疗图像标注数据不足对模型性能的影响，显著提高了从医生标注数据到算法效率提升的成果转化能力。

主权项：1.一种革兰染色图像的目标识别与分割预训练方法，包括以下步骤：步骤S1、采集革兰染色图像，对目标图像的目标区域进行标注，将不同类别标注与对应原图分别组成目标识别数据集D1-1、图像分割数据集D1-2，未标注原图另组数据集D1-3；步骤S2、分别在数据集D1-1和D1-2上划分训练和验证集，得到目标识别模型M1-1和图像分割模型M1-2；步骤S3、分别利用模型M1-1和M1-2推理数据集D1-3，并使用无类别标签转换函数去掉类别信息，得到包含无类别标签的数据集D2；所述步骤S3包括如下步骤：步骤S3.1：使用模型M1-1及合适的推理阈值推理数据集D1-3，并保存推理后的文本文件，形成数据集D2中的目标识别标注；使用模型M1-2及合适的推理阈值推理数据集D1-3，并保存推理后的Mask图像文件，形成数据集D2中的图像分割标注；步骤S3.2：将数据集D2中目标识别标注文本文件内的坐标信息进行归一化，并与Mask图像文件共同组成同一个标注文件；步骤S3.3：对步骤S3.2中所得到的标注文件创建无类别标签转换函数去除单个标注文件中的类别信息值，重新保存为无类别信息的标注文件；步骤S4、在无类别标签数据集D2上划分训练和验证集，得到前景目标识别和分割模型，即预训练模型M2；所述步骤S4包含如下步骤：步骤S4.1：将目标识别分支的检测类别设置为2，并调整输出值为目标坐标与类别数，同时将图像分割分支的输出类别数修改为2；步骤S4.2：将训练样本与无类别标签数据集D2输入到前景目标识别与分割模型中，确保各分支输出与输入数据相匹配；步骤S4.3：分别计算目标识别分支和图像分割分支的损失，并计算这两个损失的加权平均值；步骤S4.4：以步骤S4.3计算得到的加权平均损失作为整体损失函数，对模型进行训练；步骤S5、采用WeightFreezing方法固定预训练模型M2的Backbone与分割分支的权重，在数据集D1-1上进行目标识别分支的训练，调整目标识别分支的权重；步骤S6、采用WeightFreezing方法固定预训练模型M2的Backbone与目标识别分支的权重，在数据集D1-2上进行图像分割分支的训练，得到最终模型M3；步骤S7、通过调整各目标的推理置信度阈值，调节最终模型M3在待识别图像上的检测结果；步骤S8、重复步骤S2到步骤S6的预训练框架，使用步骤S7得到的模型重新标注数据集D1-3执行迭代循环优化；或，重复步骤S2到步骤S6的预训练框架，使用新的革兰染色图像未标注数据执行迭代循环优化。

全文数据：

权利要求：

百度查询： 江苏硕世生物科技股份有限公司 革兰染色图像的目标识别与分割预训练方法及系统