【技术实现步骤摘要】
本专利技术涉及一种图像分类领域，尤其涉及一种基于改进的mobilevit模型的图像分类方法、电子设备及存储介质。
技术介绍
1、声带炎是耳鼻咽喉科的常见病，声带炎的常规诊断方法是采用喉镜或者内窥镜采集喉部图像，然后医生根据喉部图像进行诊断，这种方法是靠医生的主观判断，因医生的经验不同，导致诊断误差较大，并且时间成本较高。
2、现有技术中采用神经网络预测炎症的方案较少，并且没有直接用于预测声带炎的神经网络；仅有采用双线性内卷神经网络预测眼底疾病的方法，这个方法用于预测声带炎时需要进行大量的双线性汇合计算，导致计算负担较重。
3、因此，为解决上述技术问题，亟需提出一种新的技术手段。
技术实现思路
1、有鉴于此，为提高声带炎检测精度，降低模型计算复杂程度，节约检测时间，本专利技术提出了一种基于改进的mobilevit模型的图像分类方法、电子设备及可读存储介质。
2、本专利技术提出的一种基于改进的mobilevit模型的图像分类方法，包括以下步骤：
...
【技术保护点】
1.一种基于改进的MobileViT模型的图像分类方法，其特征在于：包括以下步骤：
2.根据权利要求1所述基于改进的MobileViT模型的图像分类方法，其特征在于：预处理步骤如下：
3.根据权利要求1所述基于改进的MobileViT模型的图像分类方法，其特征在于：PPMT模块首先将输入图像依次经过局部特征提取器和全局特征提取器，然后将全局特征提取器输出的特征图经过一个1×1卷积模块；最后将1×1标准卷积模块输出的特征图输入至n×n卷积模块中。
4.根据权利要求3所述基于改进的MobileViT模型的图像分类方法，其特征在于：局部特...
【技术特征摘要】
1.一种基于改进的mobilevit模型的图像分类方法，其特征在于：包括以下步骤：
2.根据权利要求1所述基于改进的mobilevit模型的图像分类方法，其特征在于：预处理步骤如下：
3.根据权利要求1所述基于改进的mobilevit模型的图像分类方法，其特征在于：ppmt模块首先将输入图像依次经过局部特征提取器和全局特征提取器，然后将全局特征提取器输出的特征图经过一个1×1卷积模块；最后将1×1标准卷积模块输出的特征图输入至n×n卷积模块中。
4.根据权利要求3所述基于改进的mobilevit模型的图像分类方法，其特征在于：局部特征提取器由n×n卷积模块和1×1卷积模块组成，n×n卷积模块对特征图...
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。