基于U-Net++的舌圖像分割與優(yōu)化方法研究

打開文本圖片集

摘要：文章研究了一種基于U-Net++模型的舌圖像分割方法，采用一種加權(quán)交叉熵損失函數(shù)來提升圖像分割效果。在實驗階段，使用開源的舌圖像數(shù)據(jù)集對方法進行測試。為了評估模型的綜合性能，采用交并比和Dice系數(shù)作為評價指標。結(jié)果表明，采用加權(quán)交叉熵損失函數(shù)的模型在分割精度上有顯著提升，尤其是在交并比和Dice系數(shù)2個指標上優(yōu)于傳統(tǒng)方法。（剩余5180字）