[发明专利]基于深度主动学习的眼底图像左右眼识别方法

权利要求书

1.一种基于深度主动学习的眼底图像左右眼识别方法，用于对主视野眼底图像以及非主视野眼底图像进行精确的左右眼识别，其特征在于，包括如下步骤：

步骤S1，对待测图像进行预处理获得预处理图像；

步骤S2，将所述预处理图像输入至少用于对主视野眼底图像以及非主视野眼底图像进行左右眼识别的眼底图像左右眼识别模型从而得到所述待测图像的左右眼分类结果，

其中，所述眼底图像左右眼识别模型通过如下方法训练获得：

步骤T1，构建初始眼底图像识别模型；

步骤T2，将多张已标注的主视野眼底图像作为训练集输入构建好的所述初始眼底图像识别模型进行模型训练并得到主视野眼底图像识别模型；

步骤T3，采用主动学习方法并利用所述主视野眼底图像识别模型从多张未标注的眼底图像中选出非主视野眼底图像作为难样本；

步骤T4，将所述难样本进行人工标注后作为增加的训练集对所述主视野眼底图像识别模型进行模型训练并得到所述眼底图像左右眼识别模型。

2.根据权利要求1所述的基于深度主动学习的眼底图像左右眼识别方法，其特征在于：

其中，步骤T2的训练部分包括如下步骤：

步骤T2-1，将训练集中的各个训练图像依次输入构建好的眼底图像左右眼识别模型并进行一次迭代；

步骤T2-2，采用最后一层的模型参数分别计算出损失误差并将所述损失误差反向传播从而更新模型参数；

步骤T2-3，重复所述步骤T2-1至所述步骤T2-2直至达到训练完成条件，得到训练后的初始眼底图像左右眼识别模型。

3.根据权利要求1所述的基于深度主动学习的眼底图像左右眼识别方法，其特征在于：

其中，所述步骤T4包括如下子步骤：

步骤T4-1，给定所述步骤S2训练完成的主视野眼底图像左右眼识别模型；

步骤T4-2，依次获取一批所述增加的训练集中的训练图像并输入所述主视野眼底图像左右眼识别模型进行一次迭代；

步骤T4-3，采用最后一层的模型参数分别计算出损失误差并将所述损失误差反向传播从而更新模型参数；

步骤T4-4，重复所述步骤T4-2至所述步骤T4-3直至达到训练完成条件，得到训练后的眼底图像左右眼识别模型；

步骤T4-5，利用验证集对所述训练后的眼底图像左右眼识别模型进行模型效果的检验，若分类准确度达到标准则得到最终的所述眼底图像左右眼识别模型，若分类准确度未达到标准则重复所述步骤T3至所述步骤T4直至所述分类准确度达到标准。

4.根据权利要求3所述的基于深度主动学习的眼底图像左右眼识别方法，其特征在于：

其中，所述分类准确率的标准为正确分类的眼底图像数量与总数之比在95％以上。

5.根据权利要求1所述的基于深度主动学习的眼底图像左右眼识别方法，其特征在于：

其中，所述眼底图像左右眼识别模型的输出为分别表示该图像被识别为左眼和右眼的概率得分，若左眼得分大于右眼得分则所述左右眼分类结果为左眼，若右眼得分大于左眼得分则所述左右眼分类结果为右眼。

6.根据权利要求1所述的基于深度主动学习的眼底图像左右眼识别方法，其特征在于：

其中，所述眼底图像左右眼识别模型包括依次设置的输入层、卷积层、最大池化层、3个残差模块C1、4个残差模块C2、6个残差模块C3、3个残差模块C4、平均池化层、全连接层以及Softmax归一化层。