1.一種用于肥胖種類的識別模型的訓練方法，其特征在于，包括：
2.根據(jù)權利要求1所述的訓練方法，其特征在于，其中基于所述目標熱力圖進行目標裁剪操作，以裁剪出所述目標數(shù)據(jù)中視網(wǎng)膜圖像的關鍵區(qū)域包括：
3.根據(jù)權利要求2所述的訓練方法，其特征在于，其中利用隨機裁剪函數(shù)獲取包含在所述目標定位框內(nèi)的裁剪框的定位信息，以得到所述目標數(shù)據(jù)中視網(wǎng)膜圖像的關鍵區(qū)域包括：
4.根據(jù)權利要求2所述的訓練方法，其特征在于，其中，在利用隨機裁剪函數(shù)獲取包含在所述目標定位框內(nèi)的裁剪框的定位信息，以得到所述目標數(shù)據(jù)中視網(wǎng)膜圖像的關鍵區(qū)域之后，還包括：
5.根據(jù)權利要求4所述的訓練方法，其特征在于，其中調(diào)整所述裁剪框的大小與位置，所述調(diào)整用于生成新的定位信息，以對所述關鍵區(qū)域進行更新包括：
6.根據(jù)權利要求4所述的訓練方法，其特征在于，其中對所述裁剪框進行自適應的縮放，所述縮放用于生成新的定位信息，以對所述關鍵區(qū)域進行更新包括：
7.根據(jù)權利要求5所述的訓練方法，其特征在于，其中通過以下操作計算所述目標填充值：
8.根據(jù)權利要求6所述的訓練方法，其特征在于，其中通過以下操作計算所述目標縮放因子：
9.根據(jù)權利要求1所述的訓練方法，其特征在于，其中對被檢者的視網(wǎng)膜圖像和檢查信息進行預處理包括：
10.一種用于肥胖種類的識別模型訓練的設備，其特征在于，包括：處理器、存儲器、系統(tǒng)總線；其中，所述處理器以及所述存儲器通過所述系統(tǒng)總線相連；所述存儲器用于存儲一個或多個程序，所述一個或多個程序包括指令，所述指令當被所述處理器執(zhí)行時使所述處理器執(zhí)行權利要求1-9中任意一項所述的方法。
11.一種用于肥胖種類識別的裝置，其特征在于，包括：
12.一種計算機可讀存儲介質，其特征在于，包括其上存儲有用于肥胖種類的識別模型訓練的計算機程序指令，該計算機程序指令被一個或多個處理器執(zhí)行時，使得實現(xiàn)根據(jù)權利要求1-9中任意一項所述的方法；或者其上存儲有用于肥胖種類識別的計算機程序指令，該計算機程序指令被一個或多個處理器執(zhí)行時，使得實現(xiàn)根據(jù)權利要求11所述的裝置執(zhí)行的操作。