一种基于深度学习的两阶段舌象识别方法

本发明公开了一种基于深度学习的两阶段舌象识别方法，分为两个阶段：基于Transformer模型与交叉注意力机制网络模型的舌体分割与基于Swin Transformer的舌象识别网络模型的舌象特征检测。在第一阶段是基于Transformer模型与交叉注意力机制网络模型的舌体分割，包括深度残差网络提取特征、Transformer模块全局信息建模、跳过连接模块特征融合；第二阶段是基于Swin Transformer的舌象识别网络模型的舌象特征检测，包括主干网络模块提取特征、Transformer模块全局信息建模、预测模块得出特征类别与边界框。本发明能实现对舌象特征的识别，本发明设计的网络模型为中医舌象特征识别提供了有效的技术手段。