天涯·明月·刀

  • 12

    获得赞
  • 4

    发布的文章
  • 1

    答辩的项目

CT影像诊断新冠肺炎----答辨

Batch大小为32,循环次数为30次,损失函数优化完,最终完成评分为96.38。

最后更新 2020/06/03 10:42 阅读 664

CT影像诊断新冠肺炎

最后更新 2020/06/03 10:42

阅读 664

图像分类

1. 问题分析

         关于肺炎的题,前面刚做过不久,上一次是4分类的,大家的准确率在60%上下,感觉不太好做,开始也没什么信心。肺炎图片长得都差不多,专业性强,只是在细节方面有点差异,一般人都看不明白。而且医学图片,只有黑白两色,大多数量有限,训练效果不敢说有多好。比如这次,两分类,各自训练图片只有200多张,分辨率不一,有的很大,有的很小,拍的部位也不完全一致。对这种细节分类的,有的说用BCNN效果好,我试了下,没什么效果。还可以用语义分割的思想,通过网络分类,提取特征图,利用特征图在原图上剪裁放大,再送入网络分类。我只能说想法是好的,在图片数量有限,时间有限,装备有限的情况下,从头训练一个网络,不太现实,因为我也不信邪的试了!总之还是回到常规的图像分类上来。选择Keras还是Pytorch,是个问题?!正所谓能力越大,责任越大,好吧,我都来一遍,正好五一放假,反正有大把时光!(居然唱了起来!) 

2. 训练经过

         对于Keras和Pytorch我都试了各种模型,下面只选取有代表性的说说。Keras我选择了Densenet201和seresnet50,都是选取0.2的比例作为验证集,3折的交叉验证,结果分别是91.86和93.67,可以看出这种细节图片分类,带se开头的模型效果好。Pytorch则选择了efficientnet_b3和seresnext101,选取0.2的比例作为验证集,5折的交叉验证 结果果分别是94.12和96.38,还是se强大点。

        其他常用ticks:  adabound优化器,两阶段训练:先冻结预训练层,再解冻全训练,标签平滑。

 3. 数据处理 

        在这方面,我试了两种,一种是为了保持图片比例不走样,先pad,再resize,另一种直接resize,结果发现还是直接resize效果好。也许图像分类就喜欢这种简单粗暴的,跟某些同学的性趣爱好一样。为了防止过拟合,我也试了各种姿试,好吧,是方法。直接说结果好了,mixup和cutmix在Keras中有效果,但在pytorch中不好使,随机擦除在pytorch中好用,但在Keras中效果不明显。还有就是直接1/255归一化,和先1/255,再使用均值方差归一化差别不大。就说过了,人家就喜欢简单粗暴的。 

4. 其他体会 

            感觉Keras训练速度比Pytorch快,但Keras保存模型所花时间长,有时候长到不能忍受。具体的在视频里面有说,这里就不为凑够这500字重复了!(此处省略400字)打完收功!!!

本文为作者在FlyAI平台发布的原创内容,采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,转载请附上原文出处链接和本声明。
本文链接地址:https://www.flyai.com/n/137771
立即参加 CT影像诊断新冠肺炎
代码展示

图像分类

选择查看文件
$vue{codeKeys}
  • $vue{ix}
赞赏贡献者还可以查看和下载优质代码内容哦!
赞赏 ¥24.00元
©以上内容仅用于在FlyAI平台交流学习,禁止转载、商用;违者将依法追究法律责任。
讨论
500字
表情
每日优质讨论奖励 20FAI
发送
每日优质讨论奖励 20FAI
删除确认
是否删除该条评论?
取消 删除
感谢您的关注
该篇内容公开后我们将会给你推送公开通知
好的
发布成功!
您的公开申请已发送至后台审核,
通过后将公开展示本详情页!
知道了
向贡献者赞赏
¥24.00
微信支付
支付宝

请先绑定您的微信账号 点击立即绑定

立即支付
温馨提示:
支付成功后不支持申请退款,请理性消费;
支付成功将自动解锁当前页面代码内容,付款前请确认账号信息。
微信扫码支付
请前往Web网页进行支付

敬请谅解,如有疑问请联系FlyAI客服

知道了
举报
请选择举报理由
确定
提示
确定要删除?
取消删除