本发明提供了基于伪标签与深度特征交叉引导的睑板腺体图像分割方法,包括以下步骤:步骤S1:数据集处理;即对睑板腺体图像数据集进行划分和预处理,该数据集包含有标签数据和无标签数据;步骤S2:伪标签交叉引导;步骤S3:深度特征交叉引导;在分割网络的编码器深层设置一个辅助分支模块,对模型编码器深层的输出进行降维;编码器的浅层卷积进行监督约束,使两个模型的编码器部分进行深度特征交叉引导;应用本技术方案能够训练网络关注图像的边缘信息和语义信息,获取更为全面的特征描述,减少模型对标注数据量的依赖,最终获得更好的分割结果。
提供一种基于伪标签与深度特征交叉引导的睑板腺体图像分割方法,能够训练网络关注图像的边缘信息和语义信息,获取更为全面的特征描述,减少模型对标注数据量的依赖,最终获得更好的分割结果。
为实现上述目的,本发明采用如下技术方案:基于伪标签与深度特征交叉引导的睑板腺体图像分割方法,包括以下步骤:
步骤S1:数据集处理;即对睑板腺体图像数据集进行划分和预处理,该数据集包含有标签数据和无标签数据;
步骤S2:伪标签交叉引导;以具有编解码结构的U型网络作为基础的分割网络;首先初始化两个结构完全相同、参数不同的分割网络F1、F2;将图像数据同时送入F1、F2,分别得到对应的分割预测图像Y1、Y2;其中,对于少量的有标签的数据,使用真实标签对两个模型进行监督学习;对于大量的无标签数据,使用预测图像Y1、Y2得到对应的预测标签即为伪
发明人:林嘉雯 卢峰 翁谦 刘诗琳 毛美艳 王钦 安远 林灵杰
福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
评价单位:- (-)
评价时间:2023-12-15
综合评价
与现有技术相比,该成果具有以下有益效果:
(1)该成果提出的方法能够训练网络关注图像的边缘信息和全局语义信息,获取更为全面的特征描述,最终获得更好的分割结果。
(2)该成果能引导网络更加关注模型深层特征的学习,并用深层特征对模型进行扰动,增加了模型的鲁棒性。
(3)相比已有方法,该成果能够有效减少模型对标注数据的依赖,提高分割精度,同时提高模型的泛化能力。
查看更多>