[发明专利]训练数据处理方法、分类模型训练方法及设备在审
| 申请号： | 201910351320.4 | 申请日： | 2019-04-28 |
| 公开（公告）号： | CN110163849A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 马永培;熊健皓;赵昕;和超;张大磊 | 申请（专利权）人： | 上海鹰瞳医疗科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62 |
| 代理公司： | 北京华仁联合知识产权代理有限公司 11588 | 代理人： | 苏雪雪 |
| 地址： | 200030 上海市徐*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 训练数据 标签信息 数据处理 分类模型训练 分类结果 分类模型 收敛条件 样本图像 不一致 替换 输出 分类 更新 | ||
1.一种训练数据处理方法，其特征在于，包括：
获取多个训练数据，所述训练数据中包括样本图像及其标签信息；
利用所述多个训练数据对分类模型进行训练，并判断是否达到设定的收敛条件；
当未达到设定的收敛条件时，利用训练后的所述分类模型对各个样本图像进行分类并输出分类结果；
利用与所述标签信息不一致的分类结果替换相应的标签信息，以更新所述训练数据。
2.根据权利要求1所述的方法，其特征在于，所述方法被循环执行，在更新所述训练数据后，返回利用所述多个训练数据对分类模型进行训练的步骤，直至达到设定的收敛条件为止。
3.根据权利要求1或2所述的方法，其特征在于，所述收敛条件为损失值小于设定阈值。
4.根据权利要求3所述的方法，其特征在于，在利用所述多个训练数据对分类模型进行训练的步骤中，利用所述多个训练数据中的至少部分训练数据对分类模型进行训练，直至损失值不再继续下降，以获取最低损失值。
5.根据权利要求1-4中任一项所述的方法，其特征在于，利用与所述标签信息不一致的分类结果替换相应的标签信息，包括：
从对各个所述样本图像的分类结果中确定与相应的所述标签信息不一致的分类结果，所述分类结果中包括对应于类别的置信度信息；
从确定的分类结果中筛选出置信度信息大于设定置信度阈值的分类结果，并利用筛选出的分类结果替换相应的标签信息。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述样本图像为眼底图像，所述标签信息用于表示与眼底疾病相关的类别。
7.根据权利要求1-5中任一项所述的方法，其特征在于，所述标签信息用于表示眼底血管反光程度。
8.一种分类模型训练方法，其特征在于，包括：
利用权利要求1-7中任一项所述的方法处理训练数据；
利用处理后的训练数据对目标分类模型进行训练。
9.一种训练数据处理设备，其特征在于，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-7中任一项所述的训练数据处理方法。
10.一种分类模型训练设备，其特征在于，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求8所述的分类模型训练方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海鹰瞳医疗科技有限公司，未经上海鹰瞳医疗科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910351320.4/1.html，转载请声明来源钻瓜专利网。
