【技术实现步骤摘要】
痤疮分级方法、装置、设备及介质
[0001]本专利技术涉及人工智能及医疗健康领域，尤其涉及一种痤疮分级方法、装置、设备及介质。
技术介绍
[0002]痤疮是一种常见的皮肤病，大多数发生于青春期，据国外相关调查显示发病率高达82.9％，有些若不及时治疗，容易造成感染，还会留下疤痕和色斑，严重影响面部的美观。以往对于痤疮的识别诊断主要基于医生的工作经验，主观性较强，医生的工作经验不同，对于同一个患者的痤疮的严重程度，只能做一个粗略的评估，难以对患者做精细化的管理和治疗。
[0003]因此，需要一种可以实现对痤疮的痤疮等级进行客观评估的方法，来辅助医生对患者进行相关治疗和管理。
技术实现思路
[0004]本专利技术实施例提供了一种痤疮分级方法、装置、设备及介质，实现了对痤疮的分级，使得痤疮等级更加客观，更加准确。
[0005]第一方面，本专利技术实施例提供了一种痤疮分级方法，方法包括：
[0006]获取目标用户的面部图像，其中，所述面部图像包括痤疮对应的图像；
[0007]通过预训练...
【技术保护点】
【技术特征摘要】
1.一种痤疮分级方法，其特征在于，包括：获取目标用户的面部图像，其中，所述面部图像包括痤疮对应的图像；通过预训练的检测模型，对所述面部图像进行检测，得到至少一个痤疮类型以及与所述痤疮类型对应的痤疮数量；通过预训练的分级模型，对所述痤疮类型和所述痤疮类型对应的痤疮数量进行分级处理，得到所述目标用户的痤疮等级。2.根据权利要求1所述的痤疮分级方法，其特征在于，所述检测模型的训练步骤，包括：获取第一训练样本集，其中，所述第一训练样本集包括各第一样本图像，每个所述第一样本图像携带有样本标签，所述样本标签包括样本痤疮类型和样本痤疮数量；通过第一初始模型，对每个所述第一样本图像进行检测，得到每个所述第一样本图像的预测结果，其中，所述预测结果包括预测痤疮类型和预测痤疮数量；根据每个预测结果以及与每个所述预测结果对应的样本标签，得到第一损失值；基于所述第一损失值调整所述第一初始模型的模型参数；跳转到所述通过所述第一初始模型，对每个所述第一样本图像进行检测，得到每个所述第一样本图像的预测结果的步骤继续执行；在第一损失值满足训练条件的情况下，完成所述第一初始模型的训练，将训练完成的所述第一初始模型，作为所述检测模型。3.根据权利要求2所述的痤疮分级方法，其特征在于，所述根据每个预测结果以及与每个所述预测结果对应的样本标签，得到第一损失值，包括：将每个所述预测痤疮类型以及与所述预测痤疮类型对应的样本痤疮类型进行误差计算，得到第一子损失值；将每个所述痤疮类型对应的预测痤疮数量以及与所述预测痤疮数量对应的样本痤疮数量进行误差计算，得到第二子损失值；对每个所述第一样本图像对应的所述第一子损失值和所述第二子损失值进行计算，得到所述第一损失值。4.根据权利要求2所述的痤疮分级方法，其特征在于，所述通过预训练的检测模型，对所述面部图像进行检测，得到至少一个痤疮类型以及与所述痤疮类型对应的痤疮数量，包括：通过所述检测模型中特征提取单元，对所述面部图像进行特征提取，分别得到各痤疮特征向量；通过所述检测模型中的检测框提取单元，对每个所述痤疮特征向量进行痤疮检测框的提取，得到每个痤疮检测框坐标以及所述痤疮检测框对应的痤疮类型的置信度；通过所述检测模型中输出单元，对所述痤疮检测框、所述痤疮检测框对应的痤疮类型的置信度进行处理，得到所述面部图像的得到至少一个痤疮类型以及与所述痤疮类型对应的痤疮数量。5.根据权利要求1所述的痤疮分级方法，其特征在于，所述分级模型的训练步骤，包括：获取训练样本集，其中，所述训练样本集包括多个训练样本，每个所述训练样本包括至少一个标准痤疮类型以及所述标准痤疮类型的痤疮的数量，并且所述训练样本携带有对应的标准痤疮等级；
通过第二初始模型，对每个所述训练样本进行痤疮等级的分级处理，得到各预测痤疮等级；根据每个预测痤疮等级以及与每个所述预测痤疮等级对应的标准痤疮等级，得到第二损失值；基于所述第二损失值调整所...
【专利技术属性】
技术研发人员：王佳平，初晓，韩英男，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。