10.16208/j.issn1000-7024.2022.08.015
改进半监督GAN及在糖网病分级上的应用
针对糖网病标注数据量少的问题,提出一种改进的半监督生成对抗网络方法,可以利用大量无标签数据和生成数据提升分类精度.基于Triple-GAN的半监督学习方法,提出多尺度残差网络,使用多层特征提高分类精度;设计一种压缩激活双注意力生成对抗网络,生成具有大范围关联性的图像,提高半监督模型的数据分布拟合能力.实验验证,提出模型的分类精度优于常见一些半监督模型,在糖尿病眼底图像上取得了较高的分类精度.
半监督分类、半监督生成对抗网络、三重生成对抗网络、残差网络、糖网病
43
TP391.41(计算技术、计算机技术)
上海市科技创新行动计划基金项目19511121203
2022-08-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
2204-2212