训练数据为缺失标注的病理图像检测模型建立、检测方法

摘要

本发明公开了训练数据为缺失标注的病理图像的检测模型建立、检测方法，首先将病例图像进行预处理，然后构建检测网络，最后训练检测网络，得到检测模型；在检测待处理的病例图像时，将待处理的病理图像输入检测模型中，得到建议框类别，以此判断该建议框是否包含待检测物体。本发明通过在现有的基于区域的目标检测网络中引入分割模型和建议框标签更新模块，通过该分割模型的输出对建议框的标签进行校正，挖掘出潜在的阳性建议框。解决了缺失标注而导致建议框的标签发生错误分配的问题。本发明采用这种协同监督的训练方法，提升了模型的精度和检测准确率。