上传者: 38529486
|
上传时间: 2021-12-14 17:33:55
|
文件大小: 630KB
|
文件类型: -
图像矩阵matlab代码Breast_cancer_detection
使用预训练模型对图像进行分类以检测癌细胞
前提条件:
Python2.7
MATLAB(LIBSVM)
脾气暴躁的,西皮,斯克莱恩
Tensorflow
1.0
Tflearn
BreakHis的数据集位于:Davi
Frossard的网页上正在使用VGG-16权重:这是他的干净入门教程:
我们尝试预先训练的网络和分类与从头开始的训练。
方法1:使用预先训练的VGG-16来获取功能。
运行vgg16_cv.py以从BreakHis数据集的每个图像中提取特征。
它将为每个图像在同一文件夹中创建一个功能文件
运行generate_features.py将所有单个要素文件组合为一个要素矩阵(mat文件)。
它还会创建一个单独的目标Mat文件。
运行CV_balancing_code.m处理数据不平衡。
它输出4个文件:训练数据,训练数据目标,测试数据和测试数据目标
使用classifier_code.m和RandomForest_CV.m使用线性SVM,多项式SVM和随机森林对数据进行分类。
方法2:运行alexnet.