CN114240867B 内窥镜图像识别模型的训练方法、内窥镜图像识别方法及装置 （小荷医疗器械(海南)有限公司）

术产业示范区海南生态软件园沃克公本公开涉及一种内窥镜图像识别模型的训注的内窥镜图像中自动选取目标样本图像进行2将第一样本图像输入内窥镜图像识别模型，得到第一预测回盲基于所述第一预测回盲识别结果和所述伪标注回盲识别结果，确获取所述内窥镜图像识别模型的第二梯度向量，所述第二梯度向量基于所述第一梯度向量的长度、以及所述第一梯度向量和所述第二梯在所述第一样本图像中确定采样概率大于概率将多个第二样本图像输入所述内窥镜图像识别模型，得到多个第二预测回盲识别结针对每个所述第二样本图像，基于所述第二样本图像对基于多个所述梯度向量，确定平均梯度向量，并将所述平均梯度向所述第一梯度向量和所述第二梯度向量之间的相似度，确定所述第一样本图像的采样概一样本图像对应的预测回盲识别概率，I()表示指示函数，若第个第一样本图像对应的8表将所述目标样本图像输入所述内窥镜图像识别模型，得到所述目标3基于所述目标样本图像的采样概率、所述目标样本图像对应的基于所述第一损失函数和第二损失函数的计算结果，调整所述基于第三样本图像对所述内窥镜图像识别模型进行初始训练，注有样本回盲识别结果的内窥镜图像，所述第三样本图像与所述第二样本图像相同或不将第一样本图像输入初始训练后的所述内窥镜图将所述内窥镜图像输入内窥镜图像识别模型中，得到所述内窥镜图像对应结果，其中所述内窥镜图像识别模型是通过权利要求1-4任一项所述的内窥镜图像识别模6.一种内窥镜图像识别模型的训练装置，其特征在于预测模块，用于将第一样本图像输入所述内窥镜图像识别模型，得确定模块，用于基于所述第一预测回盲识别结果和所述伪标注第一获取模块，用于获取所述内窥镜图像识别模型的第二梯第一训练模块，用于基于所述第一梯度向量的长度间的相似度正相关，在所述第一样本图像中确定采样概率大于概率阈值的目标样本图像，第一处理模块，用于将多个第二样本图像输入所述第二处理模块，用于针对每个所述第二样本图像，基于4识别模块，用于将所述内窥镜图像输入内窥镜图像识别模对应的回盲识别结果，其中所述内窥镜图像识别模型是通过权利要求1-4任一项所述的内56图像)的梯度(即第二梯度向量)计算无标注样本与其之间的相似度，并基于该相似度在第7[0030]图1是根据本公开一示例性实施例示出的一种内窥镜图像识别模型的训练方法的[0031]图2是根据本公开一示例性实施例示出的一种内窥镜图像识别模型的训练方法的[0033]图4是根据本公开一示例性实施例示出的一种内窥镜图像识别模型的训练装置的[0037]应当理解，本公开的方法实施方式中记载的各个步骤可义将在下文描述中给出。[0041]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性8[0046]自训练(Self-training)是指挑选合适的(如置信度最高的)伪标注的样本加入训回盲数据集无法满足此种同分布假设，当引入低质量的噪声数据(即无标注数据的预测结数据中发掘有利于内窥镜图像识别模型学习的样本，提升内窥镜图像识别模型的鲁棒性。9[0052]图1是根据本公开一示例性实施例示出的一种内窥镜图像识别模型的训练方法的[0053]步骤101，将第一样本图像输入内窥镜图像识别模型，得到第一预测回盲识别结采样概率与第一梯度向量和第二梯度向量之间的相似q样本图像x输入内窥镜图像识别模型，得到对应的预测回盲识别结果：然后基q的内窥镜图像识别模型为大规模的无标注内窥镜图像生预测回盲识别结果可以包括每一类回盲识别结果(比如包括回盲瓣信息为一类结果，不包盲识别结果生成第一样本图像对应的伪标注回盲识v表示梯度向量的计算，表示基于预测回盲识别结果,和伪标注回盲识别结果计算的损失函数结果。按照如下公式确定第一梯度向量的长度：从而确定第一样本图像对内窥常根据预测回盲识别结果的置信度(或者不确定性)来过滤掉潜在的可能出错的伪标注。[0082]应当理解的是，第j个第一样本图像对应的最大预测识别概率(即max(j,))可以理满足置信度大于等于置信度阈值τ。并且，第一梯度向量与第二梯度向量之间的相似度越图像识别模型学习的伪标注内镜图像进行模型训练，减少噪声伪标注对模型训练的影响，t.可以展开为：表示gs与择该第一样本图像为目标样本图像进行后续的模型训练，反之若该采样概率小于概率阈[0100]下面通过另一示例性实施例对本公开提供的内窥镜图像识别模型的训练方法进置的图像采集单元采集到的内窥镜图像后，可以执行本公开提供的内窥镜图像识别方法，[0107]由此，由于内窥镜图像识别模型的训练过程中通过样本[0137]下面参考图6，其示出了适于用来实现本公开实施例的电子设备600的结构示意[0138]如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)600操作所需的各种程序和数据。处理装置601、ROM602以及RAM603通过总线604彼此相609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或述第一梯度向量用于表征输入所述第一样本图像后所述内窥镜图像识别模型的参数变化；识别模型是通过本公开提供的任一项内窥镜图像识别模型的训练方[0146]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、[0149]本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例[0151]根据本公开的一个或多个实施例，示例1提供了一种内窥镜图像识别模型的训练识别结果，其中所述内窥镜图像识别模型是通过示例1-5任一项所述的内窥镜图像识别模[0177]根据本公开的一个或多个实施例，示例7提供了一种内窥镜图像识别模型的训练图像对应的回盲识别结果，其中所述内窥镜图像识别模型是通过示例1-5任一项所述的内[0191]尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应面所描