一种基于集成学习的彩色眼底图像质量评价方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及电子信息技术领域,具体的说是一种基于集成学习的彩色眼底图像质量评价方法,包括数据集的划分,数据集包括彩色眼底IQA数据集和分割数据集,分别随机选取数据集80%的数据作为训练集,余下20%的数据为验证集。ResNet‑18模型和U‑Net模型单独训练,互不干扰;将彩色眼底IQA数据集训练集中的50%(根据数据量调整比例)的图像进行手工标注5个特征,5个特征分别为:对比度、焦点、照明、阴影和反射;本申请提出的基于集成学习的CF图像质量评价方法,该方法符合眼科诊室的实际需求,能对现场拍摄的CF图像进行全面评价,来判断这张图像是否适用于眼科医生诊断。
《一种基于集成学习的彩色眼底图像质量评价方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024109449109,当前法律状态为已下证,由东华理工大学提出申请,发明人为王同罕;鲍峰;贾惠珍,申请日期为2024-07-15,公开(公告)日期为2026-06-02,国际专利分类号(IPC)为 G06V 10/98 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及电子信息技术领域,具体的说是一种基于集成学习的彩色眼底图像质量评价方法,包括数据集的划分,数据集包括彩色眼底IQA数据集和分割数据集,分别随机选取数据集80%的数据作为训练集,余下20%的数据为验证集。ResNet‑18模型和U‑Net模型单独训练,互不干扰;将彩色眼底IQA数据集训练集中的50%(根据数据量调整比例)的图像进行手工标注5个特征,5个特征分别为:对比度、焦点、照明、阴影和反射;本申请提出的基于集成学习的CF图像质量评价方法,该方法符合眼科诊室的实际需求,能对现场拍摄的CF图像进行全面评价,来判断这张图像是否适用于眼科医生诊断。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
