一种基于深度学习的二阶段舌象分割网络模型
一种基于深度学习的二阶段舌象分割网络模型
89400
目的:
为了改善传统的图像分割算法需要人为干预且分割精度低,探讨基于深度学习的二阶段舌象分割网络模型提高分割精度。
方法:
将基于深度学习的二阶段舌象分割网络模型分为粗分割和精分割两个部分,粗分割定位舌体去除无关干扰信息,精分割实现舌象的像素级精细分类分割。对分割后的舌象图片进行形态学优化,进一步优化分割结果。
结果:
本分割网络模型平均交并比为95.25%,比主流卷积神经网络模型高出3.10%。
结论:
基于深度学习的二阶段舌象分割网络模型优于传统图像分割算法和主流卷积神经网络模型,在不同类型的数据集上能准确分割舌体,有较高的精度和鲁棒性。
深度学习卷积神经网络舌象分割形态学优化