[发明专利]结核杆菌检测模型的训练方法、装置、设备及存储介质

说明书

本发明实施例公开了结核杆菌检测模型的训练方法、装置、设备及存储介质，方法包括：获取第一预设数量的第一图像和每张第一图像的标注信息即结核杆菌在第一图像中的位置；接着，从每张第一图像分别裁剪出第二预设数量的不同尺寸的第二图像，即从将第一图像中的部分图像以作为第二图像，再将所有包含结核杆菌的第二图像缩放为相同尺寸的第三图像，以模拟不同拍摄设备的拍摄效果；然后，利用所有的第三图像构建用于训练网络的样本数据集；最后，根据样本数据集训练预设目标检测网络以得到结核杆菌检测模型。由此，本发明实施例使得输入预设目标检测网络的样本能模拟不同拍摄设备拍摄包含结核杆菌的图像，进而提升了预设目标检测网络的检测鲁棒性。

技术领域

本发明涉及图像分析领域，尤其涉及一种结核杆菌检测模型的训练方法、装置、设备及存储介质。

背景技术

结核杆菌的长度约4微米，直径不到1微米，在显微镜下寻找极为费时费力。

而基于分子生物学技术如实时荧光定量多聚核苷酸链式反应或RNAscope的结核杆菌检测方法，虽然检测敏感性较高，但存在耗时长、成本较高、操作难度较高等问题，无法实现结核杆菌的高效检测。

发明内容

有鉴于此，本发明提供一种结核杆菌的检测方法、装置、计算机设备及可读存储介质，用于改善基于分子生物学技术的结核杆菌检测方法无法实现结核杆菌的高效检测的现状。

第一方面，本发明实施例提供一种结核杆菌检测模型的训练方法，包括：

获取第一预设数量的第一图像和每张所述第一图像的标注信息，其中，所述标注信息包括所述第一图像中的结核杆菌的位置信息；

将每张所述第一图像分别裁剪为第二预设数量的不同尺寸的第二图像，并将所有包含有所述结核杆菌的第二图像缩放为相同尺寸的第三图像；

根据所有所述第三图像构建样本数据集；

利用所述样本数据集训练预设目标检测网络，得到结核杆菌检测模型。

可选的，在本发明实施例提供的一种实施方式中，所述第二图像的图像宽度和图像长度的取值范围均为[512，800]，所述第三图像的尺寸大小为512*512。

可选的，在本发明实施例提供的一种实施方式中，所述根据所有所述第三图像构建样本数据集，包括：

对所有所述第三图像进行预设数据增强操作，得到样本数据集。

可选的，在本发明实施例提供的一种实施方式中，所述预设目标检测网络包括依次相连的主干子网络、颈部子网络和头部子网络，所述样本数据集包括训练集；

所述利用所述样本数据集训练预设目标检测网络，得到结核杆菌检测模型，包括：

从所述训练集中抽取第三预设数量的样本，并将所述第三预设数量的样本输入至所述主干子网络，得到每个所述样本对应的第一特征图；

基于所述颈部子网络，对所述第一特征图进行融合处理，得到每个所述样本对应的第二特征图；

将所述每个所述样本对应的第一特征图或对应的第二特征图输入至所述头部子网络，得到每个所述样本对应的预测结果；

获取每个所述样本的标注信息；

根据每个所述样本的标注信息，计算每个所述样本对应的预测结果的损失值；

利用所述损失值反向更新所述预设目标检测网络；

判断所述预设的训练终止条件是否满足；

若是，将所述预设目标检测网络作为结核杆菌检测模型。

进一步的，在本发明实施例提供的一种实施方式中，所述判断所述预设的训练终止条件是否满足之后，所述方法还包括：