一种用于皮肤病变分类的稠密 CNN 方法
计算机视觉与模式识别
2018-07-27 v2
摘要
本文提出一种基于 DenseNet 架构并结合高判别性学习方法的深度 CNN，以对七类皮肤病变进行分类：黑色素瘤、黑素细胞痣、基底细胞癌、光化性角化病/鲍文病、良性角化病、皮肤纤维瘤、血管性病变。特别地，一个 61 层的 DenseNet 在 IMAGENET 数据集上预训练后，利用中心损失函数在 ISIC 2018 Task 3 Challenge 数据集上进行了微调。
引用
@article{arxiv.1807.06416,
title = {A Dense CNN approach for skin lesion classification},
author = {Pierluigi Carcagnì and Andrea Cuna and Cosimo Distante},
journal= {arXiv preprint arXiv:1807.06416},
year = {2018}
}
备注
ISIC 2018