舌诊图像分析答辩总结

今天答辩结束了，准备了这么久，总体表现还可以。还是有一部分表述不是太准确，有些部分没展现出来。我们都是站在前人的肩膀上眺望远方，尽力、有收获就可以了。从最初的参考各个文献想使用Mask-RCNN同时对图像中物体进行检测和分割，由于电脑配置不行，放弃了这条，到最后有了清晰思路，决定选用相对较新的ResNeXt，Yolov5，其实最初也是对前人思路的模仿。对食管癌、非食管癌的分类，最初设想是保留患者就诊、饮食习性信息和舌色、苔色、舌形这些的联系，进行多模态研究，由于实现难度较大，结合自己时间，就对其进行了简单的分类，效果并不好，其实舌体图像只是一部分表征，单一而为不可行。
后期进度不太赶时，又回顾补了补一些基础知识。当然自己的知识还有很多不足，如何对参数进行更好的设置，训练世代的选择。目标检测中训练时对主干网络选择冻结训练多少合适等等。