一种基于深度学习的舌象实时分割方法

本发明提供了一种基于深度学习的舌象实时分割方法，包括以下步骤：步骤1：建立基于移动端拍摄的舌象数据集；步骤2：对数据集进行预处理并划分；步骤3：构建舌象实时分割网络模型对舌象图片进行特征提取；步骤4：构建多尺度信息融合模块插入模型架构中，提升舌象分割精确度；步骤5：构建损失函数，对模型参数进行训练优化；步骤6、使用优化后的模型实现舌象图片实时分割。本发明提供的一个基于深度学习的舌象实时分割方法，深度学习模型参数量少，能够适应移动端应用，减少移动端计算压力。且该方法提出的模型充分利用卷积上下文特征，使得模型精确度达到99.01%。与现有技术相比，既提升了实时预测的速度，又有很高的精度。