基于改進CapsNet的色素性皮膚病識別的研究
所屬分類:技術論文
上傳者:aetmagazine
文檔大?。?span>542 K
標簽: 色素性皮膚病 皮膚圖像識別 神經網絡
所需積分:0分積分不夠怎么辦?
文檔介紹:皮膚病是醫(yī)學上的常見的、多發(fā)性疾病,因此皮膚檢測技術越來越受關注。卷積神經網絡是常見的皮膚檢測方法,其模型結構會丟失很多信息。CapsNet(膠囊網絡)是在卷積神經網絡之后的一種新的神經網絡。CapsNet的矢量化特征能夠較好地表達空間關聯(lián)性,每一個capsule(膠囊)獨立地服務各自的任務。分析了CapsNet的基本結構和主要算法,改進了網絡模型從而避免過擬合現(xiàn)象發(fā)生,試圖基于改進CapsNet針對預處理之后的皮膚圖像進行識別,并與傳統(tǒng)卷積神經網絡的模型作對比。實驗結果表明,使用改進CapsNet對色素性皮膚病進行識別可以有較好的識別效果,并且準確率比傳統(tǒng)方法高出8%~10%。
現(xiàn)在下載
VIP會員,AET專家下載不扣分;重復下載不扣分,本人上傳資源不扣分。