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。