颜色分类leetcode Ensemble of Multi Scale CNN for Dermatoscopy Classification
颜色分类leetcode用于皮肤病变疾病分类的卷积神经网络集合。问题陈述:从皮肤镜图像中对皮肤病变进行完全监督的二元分类。以下方法在2019年计算机辅助诊断中表现优异,并在皮肤镜检查中的深度学习挑战赛中以92.2%的准确率(kappa:0.819)获得第一名。项目在2018-2020学年联合硕士项目中取得优异成绩。
致谢:Pavel Yakubovskiy负责TensorFlow.Keras的实现,Mina Sami负责Python的实现。
数据:
-
A类:痣
-
B类:其他(黑色素瘤、皮肤纤维瘤、色素性鲍温氏病、基底细胞癌、血管性、色素性良性角化病)
数据集比率:[4800/1200/1000:训练/值/测试比率]
目录结构:
-
色彩空间处理脚本:
scripts/color-io.ipynb
-
预处理流水线:
scripts/color-io.ipynb
-
单个模型训练-验证管道:
scripts/train-val.ipynb
-
集成验证管道:
scripts/ensemble-val.ipynb
-
集成推理管道:
scripts/ensemble-test.ipynb
在训练时使用数据增强技术,显著提升了模型的泛化能力。