【技术实现步骤摘要】
本专利技术涉及图像检测，特别是一种基于协同学习和深度融合的皮肤图像检测方法。
技术介绍
1、随着科技不断的发展，社会进步，将ai结合到各相
成为当下较为热门几个ai应用之一。其中，传统的皮肤斑块的类型判定，人们需要通过皮肤斑块彩超视频、血液常规分析指标和危险因素这一系列的检查才能判定，整个流程下来，花费时间较长，费用较多。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于协同学习和深度融合的皮肤图像检测方法，能够有效地对皮肤斑块彩超视频进行分析，得到皮肤斑块的类型，便利人们的生活。
2、为实现上述目的，本专利技术采用如下技术方案：一种基于协同学习和深度融合的皮肤图像检测方法，包括以下步骤：
3、步骤s1：使用改进后的beit网络来对公开皮肤图片数据集进行训练，得到能分割出皮肤斑块的模型；
4、步骤s2：对全皮肤进行扫描，并将扫描后得到的视频进行切帧，使用改进后的beit网络进行分割后，得到静态斑块分数，再合并，形成分割好的皮肤斑块视频；
5、步本文档来自技高网...
【技术保护点】
1.一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，所述步骤S1具体包括以下步骤：
3.根据权利要求1所述的一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，所述步骤S2具体包括以下步骤：
4.根据权利要求1所述的一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，所述步骤S3的包括以下步骤为：
5.根据权利要求1所述的一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，所述步骤S4中，具体包括以下步骤：
【技术特征摘要】
1.一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于协同学习和深度融合的皮肤图像检测方法，其特征在于，所述步骤s1具体包括以下步骤：
3.根据权利要求1所述的一种基于协同学习和深度融合的皮肤图像检测方法，其特征...
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。