-
使用预训练模型对图像进行分类以检测乳腺癌细胞的Matlab代码-Breast_cancer_detection
资源介绍
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.
- 上一篇: matlab 信号特征提取
- 下一篇: 基于Matlab的图像去噪算法的研究与实现