计算机应用

作者：丁英姿, 丁香乾, 郭保琪

单位：1. 中国海洋大学 信息科学与工程学院, 山东 青岛 266100;2. 青岛海大新星计算机工程中心 大数据联合实验室, 山东 青岛 266071

关键词：糖尿病视网膜病变,弱监督,卷积神经网络,目标检测网络,全局最大池化

基金：国家重点研发计划项目（2016YFB1001103）。

针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题，提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先，对GoogLeNet网络进行改进，去掉最后一个全连接层并保留检测目标的位置信息，添加全局最大池化层，以sigmoid交叉熵作为训练的目标函数以获得带有多种特征位置信息的特征图；然后，基于弱监督方法仅使用类别标签对网络进行训练；其次，设计一种连通区域算法来计算特征连通区域边界坐标集合；最后在待测图片中使用边界框定位病灶。实验结果表明，在小样本条件下，改进模型准确率达到了94.5%，与SSD算法相比，准确率提高了10%。改进模型实现了小样本条件下端到端的病变识别，同时该模型的高准确率保证了模型在眼底筛查中具有应用价值。

来源：2019年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第8期