CN119444599A 基于注意力机制的试剂检测图片色彩转换方法和系统 (北京中生金域诊断技术股份有限公司)_第1页
CN119444599A 基于注意力机制的试剂检测图片色彩转换方法和系统 (北京中生金域诊断技术股份有限公司)_第2页
CN119444599A 基于注意力机制的试剂检测图片色彩转换方法和系统 (北京中生金域诊断技术股份有限公司)_第3页
CN119444599A 基于注意力机制的试剂检测图片色彩转换方法和系统 (北京中生金域诊断技术股份有限公司)_第4页
CN119444599A 基于注意力机制的试剂检测图片色彩转换方法和系统 (北京中生金域诊断技术股份有限公司)_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

司基于注意力机制的试剂检测图片色彩转换本发明公开一种基于注意力机制的试剂检基于多个矩阵获得待预测图像的RGB特征值三维基于待预测图像和多个矩阵获得相似度矩阵;2S2,基于已知浓度的多张样本图片和梯度获得待预测图像的RGB特征值三维数组和标定好的图像S5,基于所述权重和所述标定好的图像对应的2.根据权利要求1所述的一种基于注意力机制的试剂检测图片色彩转换方法,其特征特征值v表示标定好的图像对应的浓度值m表示已知浓度的样本图片的梯度数量;n表示RGB特征值维度;d表示颜色通道的维度;表示的维度。3.根据权利要求2所述的一种基于注意力机制的试剂检测图片色彩转换方法,其特征S22,对N个矩阵中每个梯度对应的M/N张样本图片的R维数组,所述两个三维数组分别对应待预测图像的RGB特征值三维数组和标定好的图像的4.根据权利要求3所述的一种基于注意力机制的试剂检测图片色彩转换方法,其特征张样本图片按照梯度数量N进行等量聚类分组后得到5.根据权利要求4所述的一种基于注意力机制的试剂检测图片色彩转换方法,其特征6.根据权利要求5所述的一种基于注意力机制的试剂检测图片色彩转换方法,其特征将所述相似度矩阵输入所述自注意力机制模型中进行计算获得注意37.根据权利要求6所述的一种基于注意力机制的试剂检测图片色彩转换方法,其特征将所述N个权重与对应的所述标定好的图像对应的浓度值进行加权求和获得所述试剂8.一种基于注意力机制的试剂检测图片色彩矩阵和特征数组确定模块(102用于基于已知浓度的多张样本图片和梯度获得对应的多个矩阵,并基于所述多个矩阵获得待预测图像的RGB特征值三维数组和标定好的图像相似度矩阵确定模块(103用于基于所述待预测图像和所述多个矩阵获得相似度矩体征参数浓度确定模块(105用于基于所述权重和所述标定好的图像对应的浓度值述处理器用于读取所述指令并执行如权利要求1_7任10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指4但基于上述公式对某些颜色的区分度仍然很不友好,即使人眼能看出明显的差[0004]根据试剂浓度为60(mmol/L)和100(mmol/L)两种浓度的显色,目测有明显差异预5多张图像转一维灰度图后仍有区分度问题的情况提出的一种不用将其转化的方法和系统,矩阵获得待预测图像的RGB特征值三维数组和标定好的图其中,表示所述待预测图像的RGB特征值表示标定好的图像的RGB特征值V表示标定好的图像对应的浓度值m表示已的维度。个三维数组,所述两个三维数组分别对应待预测图像的RGB特征值三维数组和标定好的图[0011]优选的,将所述M张样本图片按照梯度数量N进行分组后得到与梯度对应的N个矩阵为将所述M张样本图片按照梯度数量N进行等量聚类分组后得到S31,基于所述待预测图像的RGB特征值三维数组与所述N个矩阵分别计算相似度将所述N个权重与对应的所述标定好的图像对应的浓度值进行加权求和获得所述6矩阵和特征数组确定模块(102用于基于已知浓度的多张样本图片和梯度获得对应的多个矩阵,并基于所述多个矩阵获得待预测图像的RGB特征值三维数组和标定好的相似度矩阵确定模块(103用于基于所述待预测图像和所述多个矩阵获得相似权重确定模块(104用于基于所述相似度矩阵和所述自注意力机制模型获得权体征参数浓度确定模块(105用于基于所述权重和所述标定好的图像对应的浓[0020]图1为根据本发明实施例提供的基于注意力机制的试剂检测图片色彩转换方法流图2为根据本发明实施例提供的基于注意力机制的试剂检测图片色彩转换方法步图3为根据本发明实施例提供的基于注意力机制的试剂检测图片色彩转换方法步图4为根据本发明实施例提供的基于注意力机制的试剂检测图片色彩转换系统架7便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、其中,表示所述待预测图像的RGB特征值表示标定好的图像的RGB特征值V表示标定好的图像对应的浓度值m表示已的维度。矩阵获得待预测图像的RGB特征值三维数组和标定好的图个三维数组,所述两个三维数组分别对应待预测图像的RGB特征值三维数组和标定好的图8对应的N个矩阵为将所述M张样本图片按照梯度数量N进行等量聚类分组后得到与梯度对应S31,基于所述待预测图像的RGB特征值三维数组与所述N个矩阵分别计算相似度将所述N个权重与对应的所述标定好的图像对应的浓度值进行加权求和获得所述query=torch.Tensor(119],[77,119,124进行Softmax计算其attention_score的经过softmax后的计算后的attention_stensor([0.49,0.61,0,0,0,0])9矩阵和特征数组确定模块102,用于基于已知浓度的多张样本图片和梯度获得对应的多个矩阵,并基于所述多个矩阵获得待预测图像的RGB特征值三维数组和标定好的图相似度矩阵确定模块103,用于基于所述待预测图像和所述多个矩阵获得相似度体征参数浓度确定模块1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论