一种基于深度学习的舌象实时分割方法.pdf

本发明提供了一种基于深度学习的舌象实时分割方法,包括以下步骤:步骤1:建立基于移动端拍摄的舌象数据集;步骤2:对数据集进行预处理并划分;步骤3:构建舌象实时分割网络模型对舌象图片进行特征提取;步骤4:构建多尺度信息融合模块插入模型架构中,提升舌象分割精确度;步骤5:构建损失函数,对模型参数进行训练优化;步骤6、使用优化后的模型实现舌象图片实时分割。本发明提供的一个基于深度学习的舌象实时分割方法,深度学习模型参数量少,能够适应移动端应用,减少移动端计算压力。且该方法提出的模型充分利用卷积上下文特征,使得模型精确度达到99.01%。与现有技术相比,既提升了实时预测的速度,又有很高的精度。