基于Mask-RCNN的皮损分析与诊断
图像与视频处理
2018-07-18 v2 机器学习
摘要
本项目将 Mask R-CNN 方法应用于 ISIC 2018 挑战赛任务：皮损边界分割（任务1）、皮损属性检测（任务2）、皮损诊断（任务3），其中后者的解决方案是使用任务1的训练模型与简单的投票流程。
引用
@article{arxiv.1807.05979,
title = {Lesion Analysis and Diagnosis with Mask-RCNN},
author = {Andrey Sorokin},
journal= {arXiv preprint arXiv:1807.05979},
year = {2018}
}
备注
4 pages, 4 figures, ISIC 2018 challenge