基于模型无关的图像增强元学习的皮肤病变分类系统

摘要

本发明提供了一种基于模型无关的图像增强元学习的皮肤病变分类系统，数据获取模块，被配置为获取黑色素瘤检测数据；数据预处理模块，被配置为利用图像增强技术将黑色素瘤检测数据进行正则化；数据分类模块，被配置为利用已训练的模型无关的图像增强元学习的皮肤病变分类模型对预处理后的数据进行分类，得到分类结果；本发明选择模型无关的元学习小样本分类，以提高分类模型的泛化能力、模型的置信度，利用元学习和图像增强来促进基于常见皮肤病数据训练的深层神经网络的快速适应和泛化，以识别具有更少注释数据的皮肤病，提高分类准确度、分类的泛化能力。