PyTorch框架——医学图像之基于深度学习MobileNetV2神经网络新冠肺炎识别分类系统

 第一步:准备数据

4种肺部数据,新冠肺炎阳性病例,正常、肺部不透明(非COVID肺部感染)和病毒性肺炎图像:

self.class_indict = ["COVID", "Lung_Opacity", "Normal", "Viral_Pneumonia"]

,总共有21161张图片,每个文件夹单独放一种

第二步:搭建模型

本文选择MobileNetV2,其网络结构如下:

第三步:训练代码

1)损失函数为:交叉熵损失函数

2)MobileNetV2代码:

from torch import nn
import torch


def _make_divisible(ch, divisor=8, min_ch=None):
    """
    This function is taken from the original tf repo.
    It ensures th
评论
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

打赏作者

AI街潜水的八角

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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