Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学张蕾获国家专利权

四川大学张蕾获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉四川大学申请的专利一种基于协同映射多尺度自蒸馏的面部痤疮分级方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119599992B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411669145.0,技术领域涉及:G06T7/00;该发明授权一种基于协同映射多尺度自蒸馏的面部痤疮分级方法是由张蕾;周新阳;蒋献;刘文杰;李佳奇;杜丹;张显良;魏新;李林峰;陈家强;陈梓霖设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。

一种基于协同映射多尺度自蒸馏的面部痤疮分级方法在说明书摘要公布了:本发明公开一种基于协同映射多尺度自蒸馏的面部痤疮分级方法,应用于计算机领域,针对现有技术对痤疮严重程度分级存在的准确率较低的问题;本发明采用自蒸馏架构训练卷积神经网络模型,同时结合痤疮本身特点,提出新颖的蒸馏模块优化训练过程,使得模型能够注意到痤疮图像的独特性,提升模型对于面部痤疮的严重程度分级精度。本发明方法能够自动识别痤疮特征并对其严重程度进行分级,辅助医生进行诊疗,加速痤疮的治愈周期。

本发明授权一种基于协同映射多尺度自蒸馏的面部痤疮分级方法在权利要求书中公布了:1.一种基于协同映射多尺度自蒸馏的面部痤疮分级方法,其特征在于,包括: S1、对痤疮图像数据进行预处理,并将预处理后的痤疮图像数据划分为训练集与测试集; S2、构建自蒸馏模型;所述自蒸馏模型包括:CNN模块、瓶颈模块、多映射器特征提取模块、标准化模块、多尺度特征捕捉模块以及全连接层模块;CNN模块包括多个CNN层,多映射器特征提取模块包括多个多映射器特征提取层,标准化模块包括多个特征标准化层,多尺度特征捕捉模块包括多个多尺度特征捕捉层,全连接层模块包括多个全连接层; 其中,CNN模块、标准化模块、多尺度特征捕捉模块以及全连接层模块的层数相同;瓶颈模块、多映射器特征提取模块的层数相同,且相比CNN模块、标准化模块、多尺度特征捕捉模块层数少1;CNN模块中前一CNN层的输出作为后一CNN层的输入,除最后一个CNN层外,每个CNN层均对应一个瓶颈层,且这些CNN层各自的输出作为其对应瓶颈层的输入;各瓶颈层均对应一个多映射器特征提取层,且各瓶颈层的输出作为其对应多映射器特征提取层的输入; 标准化模块除最后一个标准化层外,均对应一个多映射器特征提取层,这些标准化层各自的输入为其对应的多映射器特征提取层的输出;标准化模块最后一个标准化层的输入为CNN模块最后一个CNN层的输出;标准化模块最后一层的输出作为标准化模块的标签,标准化模块的标签分别与前面各标准化层的输出计算损失,前面各标准化层的损失求和后得到标准化模块的损失; 标准化模块中每一个标准化层对应一个全连接层;各标准化层的输出经过对应的全连接层处理后的结果作为对应多尺度特征捕捉层的输入; 多尺度特征捕捉模块最后一个多尺度特征捕捉层的输出作为多尺度特征捕捉模块的标签,多尺度特征捕捉模块的标签分别与前面各多尺度特征捕捉层的输出计算损失,前面各多尺度特征捕捉层的损失求和得到多尺度特征捕捉模块的损失; 各多尺度特征捕捉层的输出经尺度均值处理后输出各自对应的预测结果;图像标签分别与各预测结果计算损失,通过求和得到图像标签的损失; S3、采用步骤S1中的训练集对步骤S2构建的自蒸馏模型进行训练; S4、将测试集输入经步骤S3训练完成的自蒸馏模型中,得到预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川大学,其通讯地址为:610000 四川省成都市武侯区一环路南一段24号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。