-
公开(公告)号:CN117557996A
公开(公告)日:2024-02-13
申请号:CN202311616731.4
申请日:2023-11-30
Applicant: 南昌大学
IPC: G06V20/69 , G06V10/20 , G06V10/24 , G06V10/44 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06T7/00 , G06N3/045 , G06N3/0464
Abstract: 一种基于结构重参数化的幽门螺杆菌内镜图像分类方法,针对ResNet18和MobileNetV3,分别构建改进的基于结构重参数化与深度可分卷积的残差模块RepRes和瓶颈模块RepBneck,构建改进的基于结构重参数化的轻量化网络RepResNet18和RepMobileNetV3,并在胃部内窥镜图像数据集上进行训练,利用结构重参数化方法将训练好的RepResNet18和RepMobileNetV3中新增分支与主分支融合,用于幽门螺杆菌内镜图像分类的推理或部署。本发明在实现了幽门螺杆菌内镜图像分类的同时,有效平衡了模型的性能、参数量与计算量,提高了幽门螺杆菌内镜图像分类的准确率和AUC。