使用类激活映射的皮肤病变分类
计算机视觉与模式识别
2017-03-06 v1
摘要
我们提出了一个仅使用单个网络分析皮肤病变图像的两阶段框架。我们首先训练一个卷积网络对这些图像进行分类，并裁剪出网络具有最大激活值的感兴趣区域。在第二阶段，我们使用从第一阶段提取的图像区域重新训练该 CNN，并输出最终概率。该两阶段框架在 ISIC-2017 皮肤病变验证集上实现了 0.857 的平均 AUC，比原始输入的 0.821 高 0.04。
引用
@article{arxiv.1703.01053,
title = {Skin Lesion Classification using Class Activation Map},
author = {Xi Jia and Linlin Shen},
journal= {arXiv preprint arXiv:1703.01053},
year = {2017}
}