期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于EfficientNetV2和迁移学习的乳腺癌病理图像分类 被引量：2
1
作者 杨传德 李格璇 李海军 《现代信息科技》 2023年第10期136-139,共4页
针对人工识别乳腺癌肿瘤存在无法避免人为因素的问题,提出一种基于EfficientNetV2和迁移学习的乳腺癌病理图像分类算法。首先,由于现有公开数据集BreaKHis样本数据量过小,通过数据预处理实现数据增强,从而使模型学习到更多鲁棒性的特征... 针对人工识别乳腺癌肿瘤存在无法避免人为因素的问题,提出一种基于EfficientNetV2和迁移学习的乳腺癌病理图像分类算法。首先,由于现有公开数据集BreaKHis样本数据量过小,通过数据预处理实现数据增强,从而使模型学习到更多鲁棒性的特征。然后将数据集在微调后的EfficientNetV2网络模型上进行迁移学习训练,同时采用Nadam进行梯度下降优化,进而实现乳腺癌病理图像的自动分类。实验结果表明,相较于其他深度学习模型,该模型以更少的参数与更高的准确率很好地以底层视觉特征映射了高层语义,有效提升了临床医学诊断的效率。 展开更多
关键词 EfficientNetV2模型 迁移学习 NADAM
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部