(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210846076.0 (22)申请日 2022.07.19 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田街道福安 社区益田路5 033号平安金融 中心23楼 (72)发明人 唐蕊　孙行智　 (74)专利代理 机构 北京中强智尚知识产权代理 有限公司 1 1448 专利代理师 陈宇楠 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 皮肤图片分类模型的训练方法、 装置、 设备 及介质 (57)摘要 本申请公开了一种皮肤图片分类模型的训 练方法、 装置、 介质及设备， 方法包括： 获取训练 集， 其中， 训练集包括一个或多个皮肤图片以及 皮肤图片 对应的患者信息； 将皮肤图片输入皮肤 图片分类模型中， 其中， 皮肤图片分类模型包括 多个学习任务， 多个学习任务中包括一个目标任 务； 根据多个学习任务的第一输出信息以及患者 信息调整皮肤图片分类模型的参数； 将皮肤图片 输入皮肤图片分类模型中， 并根据目标任务的第 二输出信息以及患者信息调整参数。 本申请的方 法解决了皮肤图片分类模型的精度低下的问题， 提升了在线问诊的医疗服 务质量。 权利要求书2页 说明书11页 附图5页 CN 115205261 A 2022.10.18 CN 115205261 A 1.一种皮肤图片分类模型的训练方法， 其特 征在于， 所述方法包括： 获取训练集， 其中， 所述训练集包括一个或多个皮肤图片以及所述皮肤图片对应的患 者信息； 将所述皮肤图片输入皮肤图片分类模型中， 其中， 所述皮肤图片分类模型包括多个学 习任务， 所述多个学习任务中包括 一个目标任务； 根据所述多个学习任务的第一输出信息以及所述患者信息调整所述皮肤图片分类模 型的参数； 将所述皮肤图片输入所述皮肤图片分类模型中， 并根据 所述目标任务的第 二输出信 息 以及所述患者信息调整所述 参数。 2.根据权利要求1所述的方法， 其特征在于， 所述多个学习任务包括： 目标任务、 第一任 务、 第二任务和第三任务； 所述根据所述多个学习任务的第一输出信息以及所述患者信息调整所述皮肤图片分 类模型的参数之前， 还 包括： 每个所述学习 任务分别根据 所述皮肤图片， 预测并输出所述学习 任务对应的第 一输出 信息； 其中， 所述目标任务对应的第一输出信息为所述皮肤图片对应的预测皮肤病种类， 所 述第一任务对应的第一输出信息为所述皮肤图片对应的预测皮肤属性， 所述第二任务对应 的第一输出信息为所述皮肤图片对应的预测 患者年龄段， 所述第三任务对应的第一输出信 息为所述皮肤图片对应的预测患者 性别。 3.根据权利要求2所述的方法， 其特征在于， 所述根据所述皮肤图片， 预测并输出所述 学习任务对应的第一输出信息， 具体包括： 若所述学习任务为所述第一任务， 则根据预设问诊模板， 确定与预设问诊问题对应的 选项； 在多个所述选项中， 选择与所述皮肤图片对应的选项作为所述预测皮肤属性， 并输出 所述预测皮肤属性， 其中， 所述预测皮肤属性 为一个或多个。 4.根据权利要求1所述的方法， 其特征在于， 所述皮肤图片分类模型为包括共享层和特 有层的神经网络模型； 每个所述学习 任务分别根据 所述皮肤图片， 预测并输出所述学习 任务对应的第 一输出 信息， 具体包括： 所述皮肤图片分类模型在所述共享层， 确定所述皮肤图片的共享特征， 其中， 所述共享 特征包括纹 理特征以及光谱特 征中的至少一个； 所述学习任务在所述特有层， 确定所述皮肤图片中与所述学习任务相关的特有特征， 并根据所述共享特 征以及所述特有特 征， 预测并输出 所述第一输出信息 。 5.根据权利要求2所述的方法， 其特征在于， 所述根据所述多个学习任务的第 一输出信 息以及所述患者信息调整所述皮肤图片分类模型的参数， 具体包括： 分别根据 所述患者信息以及每个所述学习 任务的第 一输出信 息， 确定所述学习 任务的 损失值； 确定所有所述学习任务的损失值之和为第 一阶段损失值， 并根据 所述第一阶段损失值 调整所述皮肤图片分类模型的参数；权　利　要　求　书 1/2 页 2 CN 115205261 A 2所述根据所述目标任务的第二输出信息以及所述患者信息调整所述 参数， 具体包括： 根据所述患 者信息以及所述第 二输出信 息， 确定所述目标任务的损失值为第 二阶段损 失值， 并根据所述第二阶段损失值调整所述皮肤图片分类模型的参数。 6.根据权利要求5所述的方法， 其特征在于， 所述分别根据 所述患者信息以及每个所述 学习任务的第一输出信息， 确定所述学习任务的损失值， 具体包括： 在所述患者信 息中确定实际皮肤病种类， 根据所述预测皮肤病种类与 所述实际皮肤病 种类之间的相似程度， 确定所述目标任务的损失值； 在所述患者信 息中确定实际皮肤属性， 根据 所述预测皮肤属性与所述实际皮肤属性之 间的相似程度， 确定所述第一任务的损失值； 在所述患者信 息中确定实际患 者年龄段， 根据所述预测患 者年龄段与 所述实际患 者年 龄段之间的相似程度， 确定所述第二任务的损失值； 在所述患者信 息中确定实际患 者性别， 根据 所述预测患 者性别与所述实际患 者性别之 间的相似程度， 确定所述第三任务的损失值。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述目标任务的第 二输出信 息以 及所述患者信息调整所述 参数之后， 所述方法还 包括： 获取目标患者的目标图片， 并将所述目标图片输入所述皮肤图片分类模型中； 利用所述皮肤图片分类模型确定所述目标图片对应的皮肤病 种类。 8.一种皮肤图片分类模型的训练装置， 其特 征在于， 所述装置包括： 获取模块， 用于获取训练集， 其中， 所述训练集包括一个或多个皮肤图片以及所述皮肤 图片对应的患者信息； 输入模块， 用于将所述皮肤图片以及所述患者信息输入皮肤图片分类模型中， 其中， 所 述皮肤图片分类模型包括多个学习任务， 所述多个学习任务中包括 一个目标任务； 优化模块， 用于根据 所述多个学习 任务的第 一输出信 息调整所述皮肤图片分类模型的 参数； 所述输入 模块， 还用于将所述皮肤图片输入所述皮肤图片分类模型中； 所述优化模块， 还用于根据所述目标任务的第二输出信息调整所述 参数。 9.一种存储介质， 其上存储有程序或指令， 其特征在于， 所述程序或指令被处理器执行 时实现如权利要求1至7中任一项所述的方法的步骤。 10.一种电子设备， 其特征在于， 包括存储介质、 处理器及存储在存储介质上并可在处 理器上运行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现权利要求1至7中 任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115205261 A 3