電子發(fā)燒友App
創(chuàng)作
發(fā)文章
發(fā)帖 
提問 
發(fā)資料
發(fā)視頻資料介紹
針對當(dāng)前皮膚病識別分類面臨的兩個(gè)主要問題：一是由于皮膚病種類繁多，病灶外觀的類間相似度高和類內(nèi)差異化大，尤其是色素性皮膚病，使得皮膚病的識別分類比較困難;二是皮膚病識別算法模型設(shè)計(jì)存在一定的局限性，識別率還有待進(jìn)一步提高。為此，以VGG19模型為基礎(chǔ)架構(gòu)，訓(xùn)練了一個(gè)結(jié)構(gòu)化的深度卷積神經(jīng)網(wǎng)絡(luò)（CNN），實(shí)現(xiàn)了色素性皮膚病的自動分類。首先，采用數(shù)據(jù)增強(qiáng)（裁剪、翻轉(zhuǎn)、鏡像）對數(shù)據(jù)進(jìn)行預(yù)處理;其次，將在ImageNet上預(yù)訓(xùn)練好的模型，遷移至增強(qiáng)后的數(shù)據(jù)集進(jìn)行調(diào)優(yōu)訓(xùn)練，訓(xùn)練過程中通過設(shè)置Softmax損失函數(shù)的權(quán)重，增加少數(shù)類判別錯(cuò)誤的損失，來緩解數(shù)據(jù)集中存在的類別不平衡問題，提高模型的識別率。實(shí)驗(yàn)采用深度學(xué)習(xí)框架PyTorch， 在數(shù)據(jù)集ISIC2017上進(jìn)行。實(shí)驗(yàn)結(jié)果表明，該方法的識別率和敏感性可分別達(dá)到71.34% ，70. 01% ，相比未設(shè)置損失函數(shù)的權(quán)重時(shí)分別提高了2.84、11. 68個(gè)百分點(diǎn)，說明該方法是一種有效的皮膚病識別分類方法。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 融合生成對抗網(wǎng)絡(luò)等的皮膚病診斷技術(shù) 12次下載
- 基于域適應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)人臉識別結(jié)構(gòu) 7次下載
- 深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)層級分解綜述 5次下載
- 基于剪枝與量化的卷積神經(jīng)網(wǎng)絡(luò)壓縮算法 6次下載
- 綜述深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用及發(fā)展 20次下載
- 神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò)的原理 7次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 端到端深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)識別商家招牌 8次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 基于多孔卷積神經(jīng)網(wǎng)絡(luò)的圖像深度估計(jì)模型 5次下載
- 如何使用深度卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)服裝圖像分類檢索算法 6次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測模型的設(shè)計(jì) 19次下載
- 3D卷積神經(jīng)網(wǎng)絡(luò)的手勢識別 2次下載
- 基于聯(lián)合層特征的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行車標(biāo)識別 0次下載
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的航空器目標(biāo)檢測與識別 0次下載
- 卷積神經(jīng)網(wǎng)絡(luò)共包括哪些層級 1457次閱讀
- 全卷積神經(jīng)網(wǎng)絡(luò)的工作原理和應(yīng)用 1237次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 401次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 1677次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在人臉識別中的應(yīng)用 822次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的卷積操作 1559次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 3581次閱讀
- 深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 978次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理 3962次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 782次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu) 515次閱讀
- 神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用 744次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 2241次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)CNN架構(gòu)分析-LeNet 2769次閱讀
- 【科普】卷積神經(jīng)網(wǎng)絡(luò)(CNN)基礎(chǔ)介紹 1.1w次閱讀
上傳資料賺積分下載排行
本周
- 1DC電源插座圖紙
- 0.67 MB | 3次下載 | 免費(fèi)
- 2AN-1267: 使用ADSP-CM408F ADC控制器的電機(jī)控制反饋采樣時(shí)序
- 1.41MB | 3次下載 | 免費(fèi)
- 3AN158 GD32VW553 Wi-Fi開發(fā)指南
- 1.51MB | 2次下載 | 免費(fèi)
- 4AN148 GD32VW553射頻硬件開發(fā)指南
- 2.07MB | 1次下載 | 免費(fèi)
- 5AN111-LTC3219用戶指南
- 84.32KB | 次下載 | 免費(fèi)
- 6AN153-用于電源系統(tǒng)管理的Linduino
- 1.38MB | 次下載 | 免費(fèi)
- 7AN-283: Σ-Δ型ADC和DAC[中文版]
- 677.86KB | 次下載 | 免費(fèi)
- 8SM2018E 支持可控硅調(diào)光線性恒流控制芯片
- 402.24 KB | 次下載 | 免費(fèi)
本月
- 1ADI高性能電源管理解決方案
- 2.43 MB | 450次下載 | 免費(fèi)
- 2免費(fèi)開源CC3D飛控資料（電路圖&PCB源文件、BOM、
- 5.67 MB | 138次下載 | 1 積分
- 3基于STM32單片機(jī)智能手環(huán)心率計(jì)步器體溫顯示設(shè)計(jì)
- 0.10 MB | 130次下載 | 免費(fèi)
- 4使用單片機(jī)實(shí)現(xiàn)七人表決器的程序和仿真資料免費(fèi)下載
- 2.96 MB | 44次下載 | 免費(fèi)
- 5美的電磁爐維修手冊大全
- 1.56 MB | 24次下載 | 5 積分
- 6如何正確測試電源的紋波
- 0.36 MB | 18次下載 | 免費(fèi)
- 7感應(yīng)筆電路圖
- 0.06 MB | 10次下載 | 免費(fèi)
- 8萬用表UT58A原理圖
- 0.09 MB | 9次下載 | 5 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935121次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420062次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233088次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191367次下載 | 10 積分
- 5十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183335次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81581次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73810次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65988次下載 | 10 積分
工商網(wǎng)監(jiān)
評論