基于TripletLoss损失函数的舌象分类方法研究.pptx
文本预览下载声明
;;引言;;;;TripletLoss损失函数原理及优势;;;;基于TripletLoss的舌象分类方法设计;;选择适合舌象分类的深度学习模型，如卷积神经网络（CNN）、循环神经网络（RNN）等。;;实验结果与分析;;;;;;;;通过对比实验结果，可以看出在三个公开的舌象数据集上，基于TripletLoss损失函数的舌象分类方法相比基线方法（Baseline）在准确率、精确率、召回率和F1分数上均有显著提升。;舌象分类方法的应用与拓展;辨证分型;;;结论与展望;;;进一步优化TripletLoss损失函数，探索更加适合舌象分类任务的损失函数形式，以进一步提高模型的分类性能。;THANKS
显示全部