使用Inception网络与迁移学习进行皮肤癌分类
图像与视频处理
2021-11-05 v1 计算机视觉与模式识别
机器学习
摘要
由于类间不平衡，医学数据分类通常是一项具有挑战性的任务。在本文中，我们提出一种方法，使用HAM10000（Human Against Machine with 10000 training images）数据集中的皮肤镜图像（包含七种不平衡类型的皮肤病变）进行分类，该方法具有良好的精度且资源需求低。分类通过使用预训练的卷积神经网络完成。我们评估了该方案的准确率和性能，并说明了可能的扩展方向。
引用
@article{arxiv.2111.02402,
title = {Skin Cancer Classification using Inception Network and Transfer Learning},
author = {Priscilla Benedetti and Damiano Perri and Marco Simonetti and Osvaldo Gervasi and Gianluca Reali and Mauro Femminella},
journal= {arXiv preprint arXiv:2111.02402},
year = {2021}
}
备注
International Conference on Computational Science and Its Applications, ICCSA 2020