-
题名基于轻型卷积神经网络的舌苔颜色分类方法
被引量：16
- 1
-
-
作者
肖庆新
张菁
张辉
李晓光
卓力
-
机构
北京工业大学信号与信息处理研究室
-
出处
《测控技术》
2019年第3期26-31,共6页
-
基金
国家自然科学基金(61871006)
北京工业大学智能制造领域大科研推进计划(JZ043001201701)
-
文摘
舌象特征的自动分析是中医舌诊客观化的核心内容。舌苔颜色作为舌象最基本的特征,其分类的准确程度决定了后续舌象分析的有效性。因此,提出了基于轻型卷积神经网络架构的舌苔颜色分类方法。考虑到实际采集中舌象样本较少且类别不平衡的特点,对舌象样本中不平衡的舌苔颜色类别进行数据扩充;通过设计轻型卷积神经网络,将特征提取和分类纳入到一个框架中统一进行处理,利用数据驱动学习图像与其属性的映射关系,得到舌苔颜色分类模型,从而实现对舌象样本的苔色分类。实验结果表明,提出的舌苔颜色分类方法可以取得94. 85%的分类准确率,对辅助中医临床诊疗及临床研究具有现实意义。
-
关键词
中医舌诊
舌象
轻型卷积神经网络
舌苔颜色
分类
-
Keywords
tongue diagnosis of traditional Chinese medicine
tongue features
shallow convolutional neural network
tongue coating color
classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名有噪声标注情况下的中医舌色分类方法
被引量：8
- 2
-
-
作者
卓力
孙亮亮
张辉
李晓光
张菁
-
机构
北京工业大学信息学部
北京工业大学计算智能与智能系统北京重点实验室
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第1期89-98,共10页
-
基金
国家自然科学基金(61871006)。
-
文摘
舌色是中医(TCM)望诊最关注的诊察特征之一,自动准确的舌色分类是舌诊客观化研究的重要内容。由于不同类别舌色之间的视觉界限存在模糊性以及医生标注者的主观性等,标注的舌象数据中常含有噪声,影响舌色分类模型的训练。为此,该文提出一种有噪声标注情况下的中医舌色分类方法:首先,提出一种两阶段的数据清洗方法,对含有噪声的标注样本进行识别,并进行清洗;其次,设计一种基于通道注意力机制的轻型卷积神经网络,通过增强特征的表达能力,实现舌色的准确分类;最后,提出一种带有噪声样本过滤机制的知识蒸馏策略,该策略中加入了由教师网络主导的噪声样本过滤机制,进一步剔除噪声样本,同时利用教师网络指导轻型卷积神经网络的训练,提升了分类性能。在自建的中医舌色分类数据集上的实验结果表明,该文提出的舌色分类方法能以较低的计算复杂度,显著提升分类的准确率,达到了93.88%。
-
关键词
中医舌色分类
噪声标注样本
数据清洗
知识蒸馏
轻型卷积神经网络
-
Keywords
Traditional Chinese Medicine(TCM)tongue color classification
Noise labeling samples
Data cleaning
Knowledge distillation
Light Convolutional Neural Network(CNN)
-
分类号
TN911.73
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
-
题名无人机遥感影像轻型交通标志实时检测方法研究
- 3
-
-
作者
郭本丽
-
机构
江苏省地质测绘院
-
出处
《测绘与空间地理信息》
2022年第12期198-201,共4页
-
文摘
常规目标检测模型对于硬件需求较高,难以在无人机载硬件上直接运行并实施流畅交通标志检测。针对这一问题,本文提出一种轻型的交通标志检测模型。该模型基于轻量级卷积神经网络结构设计,利用非对称卷积核级联特征提取层特征以及最大池化层搭建特征提取网络,并利用三层特征增强网络实现对无人机遥感影像中多尺度、多类别交通标志的快速精准检测。同时针对原始图像质量问题设计了图像增强模块,提高了训练后模型的泛化能力。测试结果表明,本文提出的模型能够在无人机硬件上流畅运行,并能够对多场景下的交通标志目标实施精准检测。
-
关键词
无人机
遥感影像
交通标志检测
轻型卷积神经网络
图像增强
-
Keywords
UAV
remote sensing images
traffic sign detection
light convolutional neural network
image enhancement
-
分类号
P237
[天文地球—摄影测量与遥感]
-
