(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210334916.5 (22)申请日 2022.03.31 (71)申请人 上海易康源医疗健康科技有限公司 地址 200120 上海市浦东 新区中国(上海) 自由贸易试验区临港新片区新杨公路 860号10幢 (72)发明人 曾祥云　朱姬渊　 (74)专利代理 机构 上海硕力知识产权代理事务 所(普通合伙) 31251 专利代理师 刘桂芝 (51)Int.Cl. G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/44(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06K 9/62(2022.01) (54)发明名称 神经网络训练方法、 图片分类方法及图片分 类系统 (57)摘要 本发明公开一种神经网络训练方法、 图片分 类方法及图片分类系统。 神经网络训练方法S1: 准备数据集： 源领域图片和第一目标领域图片、 第二目标领域图片； S2:将源领域图片和第一目 标领域图片输入至第一神经网络， 得到第一特征 F1； S3:设置第一损失函数， 根据第一特征F 1计算 第一损失， 用以对第一神经网络进行训练； S4:将 源领域图片输入训练好的第一神经网络,得到的 特征F1’,将特征F 1’以及第二目标领域图片输入 到第二神经网络， 得到第二特征F2； S5:设置第二 损失函数， 根据第二特征F2计算第二损失， 用以 对第二神经网络进行训练。 本发 明采取的技术方 案使得训练得到的神经网络系统与真实的应用 结果更接 近， 从而大 大提供了准确率。 权利要求书2页 说明书4页 附图2页 CN 114662675 A 2022.06.24 CN 114662675 A 1.一种神经网络训练方法， 其特 征是， 包括步骤： S1:准备数据集： 源领域图片和第一目标 领域图片、 第二目标 领域图片； S2:将源领域图片和第一目标 领域图片输入至第一神经网络， 得到第一特 征F1； S3:设置第一损失函数， 根据第一特征F1计算第一损失， 用以对第一神经网络进行训 练； S4:将源领域图片输入训练好的第一神经网络,得到的特征F1 ’,将特征F1 ’以及第二目 标领域图片输入到第二神经网络， 得到第二特 征F2； S5:设置第二损失函数， 根据第二特征F2计算第二损失， 用以对第二神经网络进行训 练。 2.如权利要求1所述的神经网络训练方法， 其特征是， 还包括步骤S6:训练第三神经网 络， 其方法为： 准备源领域图片和第三目标 领域图片； 将源领域图片输入至训练得到的第一神经网络和第二神经网络， 得到第二特 征F2’； 将特征F2 ’以及第三目标领域图片输入到第三神经网络， 计算第三神经网络的损失值 并进行训练。 3.如权利要求1所述的神经网络训练方法， 其特 征是， 所述第一神经网络为densenet。 4.如权利要求1或2所述的神经网络训练方法， 其特征是， 所述第二神经网络为 densenet。 5.如权利要求1所述的神经网络训练方法， 其特征是， 第一损失函数为MMD损失和CE损 失加权求和， 其中： MMD损失为源域和第一目标域特 征求得； CE损失为源域图片和第一目标域图片交叉熵之和。 6.如权利要求1所述的神经网络训练方法， 其特征是， 第二损失函数为MMD损失和CE损 失加权求和， 其中： MMD损失为源域和第二目标域特 征求得； CE损失为源域图片和第二目标域图片交叉熵之和。 7.一种图片分类方法， 包括 步骤： 接收输入的图片； 神经网络模型对图片进行分析并分类； 返回输出 结果， 其特征是， 所述神经网络为权利要求1至6之任一神经网络训练方法得到的神经网络模 型。 8.一种图片分类系统， 包括交 互单元、 处理模块， 其中： 交互单元用以接收输入的图片； 处理模块用以对输入的图片进行处 理并向交 互单元返回分类结果， 其特征是， 所述处理模块为权利要求1至6之任一神经网络训练方法得到的神经网络模 型。 9.一种计算机可读存储介质， 其特征是， 所述存储介质中存储有指令或者程序， 所述指 令或者程序由处 理器加载并执 行如权利要求7 所述的图片分类方法。权　利　要　求　书 1/2 页 2 CN 114662675 A 210.一种电子设备， 其特征是， 包括： 处理器、 存储介质和总线， 所述存储介质存储有所 述处理器可执行 的机器可读指令， 当电子设备运行时， 所述处理器与所述存储介质之间通 过总线通信， 所述处理器执行所述机器可读指令， 以执行如权利要求7所述的图片分类方 法。权　利　要　求　书 2/2 页 3 CN 114662675 A 3