一种基于模型睡眠与唤醒的流式医疗图像数据分类方法

本发明公开一种基于模型睡眠与唤醒的流式医疗图像数据分类方法，首先收集待训练的医疗图像数据，包括各种不同类别的病理图片及其标注；在唤醒阶段，原始输入经过中间网络转换为特征表示，然后进行缓存并根据现有计算资源进行调度并更新模型。在睡眠阶段，采样器通过回放从缓存数据中提取数据，调度计算资源进行反向传播更新网络，唤醒与睡眠阶段交替进行。本发明通过提出唤醒和睡眠交替进行的框架实现了提高计算效率的效果，同时避免了灾难性遗忘的问题，使得网络可以持续学习新知识，最终达到很好的预测效果。另外，通过在唤醒和睡眠的训练阶段充分考虑计算资源，实现了高效的资源调度，本发明部署方便且适用性强。