公开(公告)号：CN117237304A

公开(公告)日：2023-12-15

申请号：CN202311215465.4

申请日：2023-09-20

Applicant: 中国矿业大学

Inventor： 许新征 ,  营鹏 ,  李仲年 ,  徐慧慧 ,  孙统风 ,  赵小阳 ,  魏孟 ,  孙仁科

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/09

Abstract: 本发明公开了一种具有自主学习能力的儿童骨龄评估方法及系，先使用YOLOv5模型做粗粒度分类，从原始图像中定位出13块骨骼区域的位置及类别，将13块骨骼区域从原始图像中裁剪出来，然后利用CAP模型进行细粒度分类，预测每一块骨骼区域的骨龄等级，最后依据中华05骨龄评分标准计算骨龄。系统包括用于粗粒度分类的目标检测模型YOLOv5和用于细粒度分类的上下文感知注意力池化模型CAP两个深度神经网络，对输入影像进行数据预处理、特征提取、骨龄等级分类与计算；模型更新模块用于对CAP模型进行自动更新，利用基于知识蒸馏的增量学习方法对CAP模型进行增量训练。其具有自主学习能力。其预测精度高，预测成本低廉。