换一批
换一批基于VGG16预训练模型的睑板腺缺失程度识别
Identification of Absence Degree of Meibomian Gland Using Pre-Trained Model of VGG16
摘要建立基于 VGG16 预训练模型的睑板腺缺失程度识别系统.收集福建医科大学附属第二医院 2015年 1 月至 2020 年 12 月 2000 例患者的睑板腺图像.通过图像预处理、标注、裁剪等构建 4364 张睑板腺 MGH小数据集.利用 VGG16 的迁移学习方法,在小样本情况下进行睑板腺缺失程度识别,并探讨不同优化方法、学习率、迭代次数、批量大小、数据集划分比例对识别准确率的影响.当优化器为 Adam、学习率为 10-5、批量大小为 60、迭代次数为 100、训练集测试集比例为 7∶3 时,模型识别效果最好,准确率为 90％,模型评估每张图不超于 3s.
更多相关知识
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
