簡(jiǎn)單的基于神經(jīng)網(wǎng)絡(luò)的自動(dòng)AV分析方法及系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202111495500.3 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN114140789A 公開(kāi)（公告）日 2022-03-04
申請(qǐng)公布號(hào) CN114140789A 申請(qǐng)公布日 2022-03-04
分類號(hào) G06V20/69（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 朱慧敏;婁博華;鞠佳偉;沈海東;劉中華;王國(guó)強(qiáng) 申請(qǐng)（專利權(quán)）人 江蘇碩世生物科技股份有限公司
代理機(jī)構(gòu) 上海段和段律師事務(wù)所 代理人 牛山
地址 225300江蘇省泰州市開(kāi)發(fā)區(qū)寺巷富野村、帥于村A幢（G19）第三層廠房與第三、第四層辦研區(qū)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種簡(jiǎn)單的基于神經(jīng)網(wǎng)絡(luò)的自動(dòng)AV分析方法，包括：步驟S1：采集多張顯微圖片；步驟S2：按照評(píng)分標(biāo)準(zhǔn)，對(duì)四個(gè)模塊分別進(jìn)行數(shù)據(jù)標(biāo)記；步驟S3：按照模塊進(jìn)行訓(xùn)練，每個(gè)模塊一個(gè)模型；步驟S4：每張圖進(jìn)入四個(gè)模塊分別進(jìn)行識(shí)別。步驟S5：每個(gè)模型的識(shí)別結(jié)果獨(dú)立統(tǒng)計(jì)，得出單一模塊評(píng)分結(jié)果；步驟S6：累加各個(gè)模塊結(jié)果作為整張樣本的分析結(jié)果。本發(fā)明通過(guò)采用多個(gè)神經(jīng)網(wǎng)絡(luò)模型識(shí)別，且每個(gè)模型結(jié)果與統(tǒng)計(jì)原理結(jié)合的方法，解決了AV判別目標(biāo)層次過(guò)多，標(biāo)記困難等問(wèn)題，有效解決了每個(gè)樣本有多張圖但只有一個(gè)結(jié)果的映射問(wèn)題；能夠有效避免一張認(rèn)錯(cuò)影響總體的問(wèn)題，大大提高了準(zhǔn)確率。