caffe finetune predict and classify the lung nodule( 肺结节的分类)
来源:互联网 发布:网络公选课情绪管理 编辑:程序博客网 时间:2024/04/24 12:49
引言--做了什么?
通过对caffe已有模型进行finetune 实现医学图像CT肺 结节的预测与检测,并实现可视化!
思路--出发点是?
如果将CNN应用于医学图像,首要面对的问题是训练数据的缺乏。因为CNN的训练数据都需要有类别标号,这通常需要专家来手工标记。要是标记像ImageNet这样大规模的上百万张的训练图像,简直是不可想象的。
对于医学图像而言,得到大规模的训练数据是比较不容易的,那么可否使用finetune利用现成的ImageNet的图像来帮助医学图像的识别呢?ImageNet里面的图像(二维,彩色)没有医学图像,包含一些诸如鸟类、猫、狗、直升机等物体的识别,与医学图像(二维或三维,非彩色)相差很大。如果回答是肯定的话,是一件令人非常振奋的事情。
方案--怎么做?
首先是医学图像彩色化:http://blog.csdn.net/dcxhun3/article/details/51777794 其实这也是得到大师的指点的
然后是对样本的data augmentation,方可获得较多样本
再就是对彩色化的图像进行finetune训练
预测
利用finetune后的模型进行结节预测与检测。
caffe预测、特征可视化python接口调用
http://nbviewer.jupyter.org/url/www.openu.ac.il/home/hassner/projects/cnn_agegender/cnn_age_gender_demo.ipynb
代码和结果
借助 jupyter 也就是ipython notebook 现在还不知道怎么将imagenet_classify.ipynb源码上传 等学会了上传。你可以在相应路径下输入ipython notebook 启动 然后逐一将下面的路径复制运行
(10, 3, 227, 227)
predict bg or nodule: bg
predict bg or nodule: nodule
哇塞,可视化成功~不得不佩服Python的强大
0 0
- caffe finetune predict and classify the lung nodule( 肺结节的分类)
- caffe finetune predict and classify the lung nodule( 肺结节的分类)
- caffe finetune predict and classify the lung nodule( 肺结节的分类)
- 机器学习:分类与回归(classify and regression)
- caffe下的finetune训练
- Caffe finetune
- caffe模型 在 digits上的finetune
- caffe深度学习(二)finetune
- Caffe 使用记录(三)finetune
- matlab 分类(判别)函数classify()
- 贝叶斯分类(classify-20newsgroups)
- DL开源框架Caffe | 模型微调 (finetune)的场景、问题、技巧以及解决方案
- caffe-windows:finetune
- Caffe学习之finetune
- Caffe imageNet classify examle
- support vector classify(SVC)支持分类机做二分类的,找出分类面,解决分类问题
- windows下使用caffe finetune自己的数据
- caffe Resnet-50 finetune 所有代码+需要注意的地方
- java中Map,set,list
- 数组中找数
- DICOM医学图像彩色化
- MySQL数据库用户授权
- javascript运算符之"||"和"&&"
- caffe finetune predict and classify the lung nodule( 肺结节的分类)
- Android Studio 使用小技巧和快捷键
- LeakCanary使用
- 多级Cache原理
- 笔试小技巧--隔板法解排列组合问题(附代码)
- Android中ExpandableListView的使用(一)
- 从程序员到项目经理(8):程序员加油站 -- 不要死于直率
- JSP 中 如何使用 spring:message 标签
- ceph format1格式image