基于轻量级模型的新冠肺炎X射线图像分类方法及系统

摘要

本发明公开一种基于轻量级模型的新冠肺炎X射线图像分类方法及系统，该方法构建了包括多路径多尺度特征融合模块和深度可分离卷积密集块的图像分类模型，多路径多尺度特征融合模块中多路径所获得的感受野不同，可有效提高特征利用率，增强模型的表征能力，并有效防止过拟合；深度可分离卷积密集块对特征图中的特征进行空间和通道的关联，并将关联后的特征图与所述输入的特征图进行通道拼接，实现特征重用，提升模型表征能力，有效解决梯度消失带来的模型欠拟合问题。本发明提供的图像分类模型为轻量级模型，可应用于存储空间与计算能力有限的移动设备或嵌入式设备，且对X‑Ray图像的分类速度快、准确率高。