粗读Multi-task Convolutional Neural Network for Patient Detection andSkin Segmentation 。。。

本文介绍了一种多任务卷积神经网络模型,该模型基于VGG16并应用于连续非接触式生命体征监测场景下,旨在解决婴儿皮肤区域分割问题。此外,模型还承担了辅助任务——判断输入图像是否为婴儿图像,以此提升主任务的性能表现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

        文章全名为Multi-task Convolutional Neural Network for Patient Detection and Skin Segmentation in Continuous Non-contact Vital Sign Monitoring。

        本文设计了一个多任务模型。以VGG16作为backbone,然后让不同的后续网络处理不同的问题,一起改进模型参数,让模型相比只利用一个任务的数据进行训练提高了性能。

        本文主要任务时是分割出画面中,哪些部分是婴儿裸露出来的皮肤,在此之外还引入了一个十分简单的,区分图像是否是婴儿图像的任务。先让网络进行婴儿分辨任务的训练,然后再在分割任务上进行训练,可以让简单的VGG16模型在正确率和召回率上取得最佳结果,在准确率上距离最佳的模型也只有不到百分之零点三的差距

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值