简介： 本发明公开了一种牙齿全景片中疾病识别与分割方法，首先训练得到准确率较高的多任务、多疾病的第一网络，然后将牙齿全景片输入至第二网络和训练好的第一网络，对第一网络中间层的特征图特征进行精炼、边缘特征精炼，对第一网络分类的预测结果进行标签软化学习疾病之间相似度的暗知识，用来指导第二网络的进一步学习。本发明通过多层特征精炼，将内在知识传递到第二网络，可使第二网络更加优秀，进而提升最终识别和分割的性能。经过多种特征精炼的第二网络，分类准确度、分割精确度高，体积小，特别适合部署在移动应用。