ISIC 2018：黑色素瘤检测的皮肤病变分析
概括
更新：2018年7月15日，包括k倍验证以及验证/测试预测和提交。
该存储库为基于Keras / Tensorflow的ISIC-2018挑战的任务1和任务3提供了一个起始解决方案。
当前达到的性能是：
任务1
任务3
平均Jaccard的81.5％
准确度达83％
阈值Jaccard的77.2％
平均召回率68.5％
我们支持Keras支持的大多数骨干网（Inception，Densenet，VGG等）。 对于分段问题，我们还支持在U-Net类型结构中使用Keras预训练主干。
该代码是高度可配置的，允许您更改和尝试算法的许多方面。 下面，我们描述如何运行基准解决方案。
安装/设置
该代码使用：Python 3.5，Keras 2.1.6和TensorFlow 1.8.0。 请参阅需求文件以获取所需的软件包。
请
2022-07-27 10:01:53
1.17MB
1
JONH L,SEMMLOW 英文原版图书
医学图像处理 matlab实现
2019-12-21 22:04:09
7.62MB
1