一种罐印罐色的识别方法、装置、存储介质及设备与流程

本申请涉及颜色识别领域，尤其涉及一种罐印罐色的识别方法、装置、存储介质及设备。

背景技术：

1、中医罐诊可以通过观察拔罐后背部不同区域罐印的颜色和形态特征，透视人体脏腑功能状态和身体健康状态，从而诊断疾病。

2、目前，中医罐诊主要依赖于人工对罐印的颜色以及形状特征进行判断，虽然中医罐诊对罐印颜色和形态特征的判断有一定的共识，但罐印颜色的划分和判定标准以及形态特征的判定标准目前只是模糊的定义，并未形成准确规范的划分方法和标准，这就导致同一罐印经不同医生判断，可能得到不同的诊断结果，无法确保诊断结果的准确性。

3、因此，如何确保诊断结果的准确性，成为本领域亟需解决的问题。

技术实现思路

1、本申请提供了一种罐印罐色的识别方法、装置、存储介质及设备，目的在于确保诊断结果的准确性。

2、为了实现上述目的，本申请提供了以下技术方案：

3、一种罐印罐色的识别方法，包括：

4、从图像数据库中获取待识别罐印图像；

5、将所述待识别罐印图像输入到分类模型中，得到所述分类模型输出的分类结果；所述分类结果至少包括一个或多个罐色结果、罐色结果的概率值；所述分类模型基于样本罐印图像预先训练得到；

6、对于各个所述罐色结果，当所述罐色结果的概率值大于预设阈值时，确定所述罐色结果为目标罐色结果。

7、可选的，所述对于各个所述罐色结果，当所述罐色结果的概率值大于预设阈值时，确定所述罐色结果为目标罐色结果，包括：

8、按照所述概率值由大到小的顺序，对各个所述罐色结果进行排序，得到罐色结果序列；所述罐色结果序列至少包括所述罐色结果的序号；

9、对于各个所述罐色结果，按照所述序号由小到大的顺序，依次判断所述罐色结果的概率值是否大于预设阈值；

10、若所述罐色结果的概率值大于所述预设阈值，确定所述罐色结果为目标罐色结果。

11、可选的，基于样本罐印图像预先训练得到所述分类模型的过程，包括：

12、预先获取各个样本罐印图像、与所述样本罐印图像对应的实体标签；

13、基于各个所述样本罐印图像生成测试集以及训练集；

14、依据所述实体标签的种类个数，确定初始模型；

15、将所述训练集中的各个所述样本罐印图像输入至所述初始模型中，经由所述初始模型的编码器对每个所述样本罐印图像进行编码，得到每个所述样本罐印图像的高维特征向量；

16、对于每个所述高维特征向量，将所述高维特征向量输入至所述初始模型的分类器中，得到所述初始模型的分类器输出的所述样本罐印图像的分类结果；所述分类结果至少包括实体罐色结果；

17、根据所述实体罐色结果、所述实体标签，计算得到预测损失，并利用预设算法，调整所述初始模型的各项参数；

18、当训练集中的每个所述样本罐印图像均完成预测损失的计算时，计算所述测试集中的每个所述样本罐印图像的预测损失以及准确率；

19、当所述预测损失以及所述准确率满足预设条件时，将准确率最高的模型标识为初始分类模型；所述预设条件为：所述预测损失不再降低或者所述准确率不再升高或者训练次数达到预设次数；

20、根据模型训练的超参数对所述初始分类模型进行调整，得到所述分类模型。

21、可选的，还包括：

22、对于各个所述罐色结果，当所述罐色结果的概率值不大于所述预设阈值时，确定所述罐色结果不为所述目标罐色结果。

23、一种罐印罐色的识别装置，包括：

24、获取单元，用于从图像数据库中获取待识别罐印图像；

25、输出单元，用于将所述待识别罐印图像输入到分类模型中，得到所述分类模型输出的分类结果；所述分类结果至少包括一个或多个罐色结果、罐色结果的概率值；所述分类模型基于样本罐印图像预先训练得到；

26、确定单元，用于对于各个所述罐色结果，当所述罐色结果的概率值大于预设阈值时，确定所述罐色结果为目标罐色结果。

27、可选的，所述确定单元具体用于：

28、按照所述概率值由大到小的顺序，对各个所述罐色结果进行排序，得到罐色结果序列；所述罐色结果序列至少包括所述罐色结果的序号；

29、对于各个所述罐色结果，按照所述序号由小到大的顺序，依次判断所述罐色结果的概率值是否大于预设阈值；

30、若所述罐色结果的概率值大于所述预设阈值，确定所述罐色结果为目标罐色结果。

31、可选的，所述输出单元具体用于：

32、预先获取各个样本罐印图像、与所述样本罐印图像对应的实体标签；

33、基于各个所述样本罐印图像生成测试集以及训练集；

34、依据所述实体标签的种类个数，确定初始模型；

35、将所述训练集中的各个所述样本罐印图像输入至所述初始模型中，经由所述初始模型的编码器对每个所述样本罐印图像进行编码，得到每个所述样本罐印图像的高维特征向量；

36、对于每个所述高维特征向量，将所述高维特征向量输入至所述初始模型的分类器中，得到所述初始模型的分类器输出的所述样本罐印图像的分类结果；所述分类结果至少包括实体罐色结果；

37、根据所述实体罐色结果、所述实体标签，计算得到预测损失，并利用预设算法，调整所述初始模型的各项参数；

38、当训练集中的每个所述样本罐印图像均完成预测损失的计算时，计算所述测试集中的每个所述样本罐印图像的预测损失以及准确率；

39、当所述预测损失以及所述准确率满足预设条件时，将准确率最高的模型标识为初始分类模型；所述预设条件为：所述预测损失不再降低或者所述准确率不再升高或者训练次数达到预设次数；

40、根据模型训练的超参数对所述初始分类模型进行调整，得到所述分类模型。

41、可选的，还包括：

42、对于各个所述罐色结果，当所述罐色结果的概率值不大于所述预设阈值时，确定所述罐色结果不为所述目标罐色结果。

43、一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序被处理器运行时执行所述的罐印罐色的识别方法。

44、一种罐印罐色的识别设备，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；

45、所述存储器用于存储程序，所述处理器用于运行程序，其中，所述程序被处理器运行时执行所述的罐印罐色的识别方法。

46、本申请提供的技术方案，从图像数据库中获取待识别罐印图像；将待识别罐印图像输入到分类模型中，得到分类模型输出的分类结果；对于各个罐色结果，当罐色结果的概率值大于预设阈值时，确定罐色结果为目标罐色结果，与现有技术相比，不需要依赖于人工的经验，只要提供大量的罐印图像和对应的颜色标签，就能学习到罐印图像与颜色标签之间的对应关系，确保了诊断结果的准确性。

技术特征：

1.一种罐印罐色的识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述对于各个所述罐色结果，当所述罐色结果的概率值大于预设阈值时，确定所述罐色结果为目标罐色结果，包括：

3.根据权利要求1所述的方法，其特征在于，基于样本罐印图像预先训练得到所述分类模型的过程，包括：

4.根据权利要求1所述的方法，其特征在于，还包括：

5.一种罐印罐色的识别装置，其特征在于，包括：

6.根据权利要求5所述的装置，其特征在于，所述确定单元具体用于：

7.根据权利要求5所述的装置，其特征在于，所述输出单元具体用于：

8.根据权利要求5所述的装置，其特征在于，还包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，所述程序被处理器运行时执行权利要求1-4任一所述的罐印罐色的识别方法。

10.一种罐印罐色的识别设备，其特征在于，包括：处理器、存储器和总线；所述处理器与所述存储器通过所述总线连接；

技术总结
本申请公开了一种罐印罐色的识别方法、装置、存储介质及设备，从图像数据库中获取待识别罐印图像；将待识别罐印图像输入到分类模型中，得到分类模型输出的分类结果；对于各个罐色结果，当罐色结果的概率值大于预设阈值时，确定罐色结果为目标罐色结果，与现有技术相比，不需要依赖于人工的经验，只要提供大量的罐印图像和对应的颜色标签，就能学习到罐印图像与颜色标签之间的对应关系，因此，确保了诊断结果的准确性。

技术研发人员：张智,滕慧慧,曹晨思,程京
受保护的技术使用者：博奥生物集团有限公司
技术研发日：
技术公布日：2024/1/11