A training method and apparatus of an endoscope image classification model, and an image classification method. The endoscope image classification model comprises: a plurality of expert sub-networks. The method comprises: obtaining a training data set, wherein the training data set comprises a plurality of endoscopic images and labeling tags of the plurality of endoscopic images, and the training data set presents a long-tail distribution; and training the endoscope image classification model on the basis of the training data set till a target loss function of the endoscope image classification model converges to obtain a trained endoscope image classification model, wherein the target loss function is determined at least on the basis of a corresponding plurality of output results of the plurality of expert sub-networks.

    L'invention concerne un procédé et un appareil d'apprentissage d'un modèle de classification d'image d'endoscope, et un procédé de classification d'image. Le modèle de classification d'image d'endoscope comprend : une pluralité de sous-réseaux experts. Le procédé consiste à : obtenir un ensemble de données d'apprentissage, l'ensemble de données d'apprentissage comprenant une pluralité d'images endoscopiques et l'étiquetage d'étiquettes de la pluralité d'images endoscopiques, et l'ensemble de données d'apprentissage présentant une distribution à longue traîne ; et entraîner le modèle de classification d'image d'endoscope sur la base de l'ensemble de données d'apprentissage jusqu'à ce qu'une fonction de perte cible du modèle de classification d'image d'endoscope converge pour obtenir un modèle de classification d'image d'endoscope entraîné, la fonction de perte de cible étant déterminée au moins sur la base d'une pluralité correspondante de résultats de sortie de la pluralité de sous-réseaux d'experts.

    一种内窥镜图像分类模型的训练方法、图像分类方法和装置。该内窥镜图像分类模型包括多个专家子网络,所述方法包括:获取训练数据集,所述训练数据集包括多个内窥镜影像图像以及所述多个内窥镜影像图像的标注标签,其中所述训练数据集呈现长尾分布;以及基于所述训练数据集对所述内窥镜图像分类模型进行训练,直到所述内窥镜图像分类模型的目标损失函数收敛,以获得训练完成的内窥镜图像分类模型,其中,所述目标损失函数是至少基于所述多个专家子网络的相应多个输出结果来确定的。


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    TRAINING METHOD AND APPARATUS OF ENDOSCOPE IMAGE CLASSIFICATION MODEL, AND IMAGE CLASSIFICATION METHOD


    Weitere Titelangaben:

    PROCÉDÉ ET APPAREIL D'APPRENTISSAGE D'UN MODÈLE DE CLASSIFICATION D'IMAGE D'ENDOSCOPE, ET PROCÉDÉ DE CLASSIFICATION D'IMAGE
    内窥镜图像分类模型的训练方法、图像分类方法和装置


    Beteiligte:
    BIAN CHENG (Autor:in) / LI YONGHUI (Autor:in) / YANG YANZHAN (Autor:in)

    Erscheinungsdatum :

    2023-03-09


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Chinesisch




    Image classification and associated training for safety-relevant classification tasks

    MAYER UDO | Europäisches Patentamt | 2024

    Freier Zugriff

    IMAGE CLASSIFICATION AND ASSOCIATED TRAINING FOR SAFETY-RELEVANT CLASSIFICATION TASKS

    MAYER UDO | Europäisches Patentamt | 2021

    Freier Zugriff

    Crowdsearching Training Sets for Image Classification

    Abdulhak, Sami Abduljalil / Riviera, Walter / Cristani, Marco | British Library Conference Proceedings | 2015


    Towards Fast and Robust Adversarial Training for Image Classification

    Chen, Erh-Chung / Lee, Che-Rung | British Library Conference Proceedings | 2021