一种基于多任务课程式学习的眼底图像分类方法、装置、设备及介质

摘要

本发明公开了一种基于多任务课程式学习的眼底图像分类方法、装置、设备及介质，方法为：使用眼底图像样本训练教师网络，然后生成眼底图像样本的证据图谱；设计包括证据图谱预测和青光眼预测两个分支的多任务学生网络；根据青光眼分类标签、教师网络和学生网络的预测结果，设计样本先验加权系数和样本反馈损失系数，基于该两个系数设计学生网络的损失函数；以眼底图像样本同时作为学生网络两个预测分支的输入，以分类标签作为青光眼预测分支的输出，以标签证据图谱作为证据图谱预测分支的输出，基于损失函数训练学生网络；使用训练完毕的学生网络，生成待分类眼底图像的青光眼分类标签和证据图谱。本发明提升分类准确率并生成分类决策的证据图谱。