屈光度检测模型训练方法、系统技术方案

本发明专利技术提供了一种屈光度检测模型训练方法、系统，包括：获取多个批次的晶状体图像样本，每个批次包括多个按时间顺序连续采集的晶状体图像，将晶状体图像样本分为训练集和验证集；对处理模块进行算力分配，部分算力用于训练，部分算力用于验证；将所述训练集和验证集中的图像顺序分别打乱，在处理模块中通过两个线程实现对屈光度检测模型进行边训练边验证；实时监控模型的训练状态，导出训练过程中所需时间点的屈光度检测模型。本发明专利技术在对屈光度检测模型的训练过程中，可以实时对模型进行验证，提高屈光度检测模型训练的效率，训练过程可随时停止并导出所需训练时间段的模型，提高了最终模型的检测效果。

【技术实现步骤摘要】

本专利技术涉及光学检测，具体地，涉及一种屈光度检测模型训练方法、系统。

技术介绍

1、屈光度检测是一种用于评估眼睛屈光状态的医学检查，主要目的是确定个体的视力问题，如近视、远视或散光，并为佩戴眼镜或隐形眼镜提供必要的参数。眼睛的屈光系统（包括角膜、晶状体等）将入射光线聚焦在视网膜上，形成清晰的像。如果屈光系统存在缺陷，光线无法准确聚焦，就会导致视力模糊。通过神经网络模型进行屈光度检测是目前的研究方向之一。

2、专利文献cn118982819a公开了一种镜片屈光度检测方法、系统、智能终端及存储介质，根据图像数据集信息和预设的模型算法构建屈光度检测模型；获取镜片的需检测图像数据信息；将需检测图像数据信息输入屈光度检测模型中以预测得到镜片的实际屈光度信息。这种通过检测模型进行屈光度检测来提高检测效率的技术，是本领域的发展方向。然而，传统的模型训练方法是在训练完成之后验证，这种方式的缺点在于训练效率低、不能实时监控参数、训练过程不能随时停止，导致最终得到的检测模型检测效果低下。

技术实现思路>

1、针对现有本文档来自技高网...

【技术保护点】

1.一种屈光度检测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤S1中，训练集和验证集的占比为95:5；

3.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤S3包括：通过第一线程对屈光度检测模型进行训练，得到第一训练结果，通过第二线程验证第一训练结果，如此往复循环。

4.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤S3包括：每个批次的晶状体图像样本对应一个损失函数，在训练的过程中，若该损失函数、平均交并比的值下行，则增加晶状体图像样本，反之减少晶状体图像样本，...

【技术特征摘要】

1.一种屈光度检测模型训练方法，其特征在于，包括：

2.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤s1中，训练集和验证集的占比为95:5；

3.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤s3包括：通过第一线程对屈光度检测模型进行训练，得到第一训练结果，通过第二线程验证第一训练结果，如此往复循环。

4.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤s3包括：每个批次的晶状体图像样本对应一个损失函数，在训练的过程中，若该损失函数、平均交并比的值下行，则增加晶状体图像样本，反之减少晶状体图像样本，直至该损失函数的值平稳；

5.根据权利要求1所述的屈光度检测模型训练方法，其特征在于，所述步骤s3中，在训练的过程中，对每个while循环建立一个时间签；<...

【专利技术属性】
技术研发人员：蔡啸谷，韩乔林，请求不公布姓名，
申请(专利权)人：南通诺瞳奕目医疗科技有限公司，
类型：发明
国别省市：