基于卷积神经网络的细胞、碎片和线条图像分类.doc

基于卷积神经网络的细胞、碎片和线条图像分类.doc

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共20页,其中可免费阅读6页,需付费170金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

基于卷积神经网络的细胞、碎片和线条图像分类

PAGE

PAGE3

摘要

CNN(卷积神经网络)在图像识别分类领域上有重要的贡献,本文使用自己设计的CNN模型(在TensorFlow平台Python3.6环境下)对三类图片cell,debris,strip进行分类。训练样本数据封装入TFRecord文件中,设计了一个三层(卷积层+池化层)+两层全连接层的CNN模型,训练集测试集取8:2的比例,对CNN模型进行训练。本模型的不同于经典的CNN模型(LeNet-5,AlexNet等都是识别的正方形的图片),以前人的模型作为参考,针对数据集图像的大小(480高,640宽单通

文档评论(0)

黄莺文化 + 关注
实名认证
内容提供者

文档分享

1亿VIP精品文档

相关文档