科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前多数眼底图像分类方法主要针对单一类别疾病不同级别进行分类，且网络模型存在参数量大、计算复杂等问题。基于轻量化的SqueezeNet深度学习模型，设计了一种实现多标签眼底图像辅助诊断系统。在公开数据集ODIR上进行训练和验证，实验结果表明该系统具备强大的特征提取能力，可以在非大幅降低模型精度的情况下最大程度地提高系统的运行速度、降低系统内存消耗。该基于深度学习的眼底图像辅助诊断系统适合于硬件部署，可以为人工智能应用于计算机辅助医疗设备中提供一定的参考价值。
-
单位厦门城市职业学院; 厦门海洋职业技术学院
