ISIC2018比赛经验分享

本文分享了参与ISIC2018皮肤病理图像分类比赛的经验,包括比赛难点、Baseline模型(Resnet、Densenet、SENet等)以及应对类别不均衡问题的策略,如color constancy预处理和调整loss function。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

ISIC2018皮肤病分类比赛分享


比赛概况

2018年5月到7月28号,我们实验室(我们实验室的网址,欢迎加入我们实验室~)参与了由医学图像顶级会议MICCAI组织的2018 ISIC皮肤病理图像分割和分类比赛(比赛网址)。其中我和另外一个同学是参与了分类比赛,在最终的排行榜上取得了第三名的成绩(这个比赛每只队伍可以提交3个answer, 前三个answer是一只队伍。下面的第五名以及后续的第六名都是我们提交的结果。和前两名的差距个人感觉主要是在数据方面(╯﹏╰)。
比赛排行榜

分类比赛简介

这个比赛前期只给了训练集,训练集有10015张皮肤病理图像,有七类。每一类的名称和数量如下表格所示

疾病名称 图像数量
MEL 1113
NV 6705
BCC 514
评论 27
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值