【技术实现步骤摘要】
痘痘严重程度的分级方法、装置、设备及存储介质
[0001]本专利技术涉及图像处理
,尤其涉及一种痘痘严重程度的分级方法
、
装置
、
设备及存储介质
。
技术介绍
[0002]痘痘又称为寻常痤疮,是毛囊皮脂腺单位的一种慢性炎症性疾病,好发于青年男女的面部
、
前胸和后背
。
根据痘痘皮损性质和严重程度一般分为3度4级
。
[0003]对痘痘严重程度的传统分级方法主要还是依赖于专业医生长期积累的经验
。
目前,逐渐开始使用深度学习模型对痘痘严重程度的分级提供辅助信息
。
然而,由于痘痘的外观相似且严重程度相近,目前所使用的深度学习模型并没有考虑到标签之间的模糊性,导致痘痘严重程度的分级结果并不准确
。
技术实现思路
[0004]本专利技术提供了一种痘痘严重程度的分级方法
、
装置
、
设备及存储介质,以解决痘痘严重程度分级结果不准确的问题,提高严重程度的分级准确性,为痘痘分级结果提供可靠的参考信息
。
[0005]根据本专利技术的一方面,提供了一种痘痘严重程度分级模型的训练方法,包括:
[0006]将痘痘样本图像输入初始痘痘严重程度分级模型;其中,所述初始痘痘严重程度分级模型包括:特征提取网络
、
全局平均池化层以及全连接输出层;所述全连接输出层包括:并联的严重程度输出模块与数量输出模块;
[ ...
【技术保护点】
【技术特征摘要】
1.
一种痘痘严重程度分级模型的训练方法,其特征在于,包括:将痘痘样本图像输入初始痘痘严重程度分级模型;其中,所述初始痘痘严重程度分级模型包括:特征提取网络
、
全局平均池化层以及全连接输出层;所述全连接输出层包括:并联的严重程度输出模块与数量输出模块;通过所述特征提取网络对所述痘痘样本图像进行特征提取,获得图像特征;将所述图像特征输入所述全局平均池化层,获得池化特征向量;将所述池化特征向量输入所述严重程度输出模块,获得第一严重程度输出结果;并将所述池化特征向量输入所述数量输出模块,获得数量输出结果;根据所述数量输出结果确定第二严重程度输出结果,并根据所述第一严重程度输出结果
、
所述数量输出结果
、
所述第二严重程度输出结果以及所述痘痘样本图像的标签数据确定多元损失函数值;基于所述多元损失函数值对所述初始痘痘严重程度分级模型中的网络参数进行调整,获得目标痘痘严重程度分级模型
。2.
根据权利要求1所述的方法,其特征在于,所述严重程度输出模块包括:第一全连接单元和第一归一化单元;所述数量输出模块包括:第二全连接单元和第二归一化单元
。3.
根据权利要求1所述的方法,其特征在于,所述数量输出结果包括:痘痘数量和所述痘痘数量对应的概率;根据所述数量输出结果确定第二严重程度输出结果,包括:获取痘痘数量和严重程度之间的映射关系;根据所述痘痘数量与所述痘痘数量对应的概率,以及所述映射关系确定所述数量输出结果对应的第二严重程度;将所述第二严重程度和所述痘痘数量对应的概率确定为第二严重程度输出结果
。4.
根据权利要求1所述的方法,其特征在于,根据所述第一严重程度输出结果
、
所述数量输出结果
、
所述第二严重程度输出结果以及所述痘痘样本图像的标签数据确定多元损失函数值,包括:计算所述第一严重程度输出结果和所述痘痘样本图像的严重程度标签数据之间的第一损失函数值;计算所述第二严重程度输出结果和所述痘痘样本图像的严重程度标签数据之间的第二损失函数值;计算所述数量输出结果和所述痘痘样本图像的数量标签数据之间的第三损失函数值;将所述第一损失函数值
、
所述第二损失函数值和所述第三损失函数值的加权和确定为所述多元损失函数值
。5.
一种痘痘严重程度的分级方法,其特征在于,包括:获取待检测痘痘图像;将所述待检测痘痘图像输入采用权利要求1‑4任一所述的痘痘严重程度分级模型的训练方法训练得到的目标痘痘严重程度分级模型,获得第一严重程度分级结果和第二严重程度分级结果;根据所述第一严重程度分级结果和所述第二严...
【专利技术属性】
技术研发人员:王念欧,郦轲,刘文华,万进,
申请(专利权)人:深圳市宗匠科技有限公司,
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。