基于 EfficientNetV2和遷移學(xué)習(xí)的乳腺癌病理圖像分類(lèi)

打開(kāi)文本圖片集

摘  要：針對(duì)人工識(shí)別乳腺癌腫瘤存在無(wú)法避免人為因素的問(wèn)題，提出一種基于EfficientNetV2和遷移學(xué)習(xí)的乳腺癌病理圖像分類(lèi)算法。首先，由于現(xiàn)有公開(kāi)數(shù)據(jù)集BreaKHis樣本數(shù)據(jù)量過(guò)小，通過(guò)數(shù)據(jù)預(yù)處理實(shí)現(xiàn)數(shù)據(jù)增強(qiáng)，從而使模型學(xué)習(xí)到更多魯棒性的特征。然后將數(shù)據(jù)集在微調(diào)后的EfficientNetV2網(wǎng)絡(luò)模型上進(jìn)行遷移學(xué)習(xí)訓(xùn)練，同時(shí)采用Nadam進(jìn)行梯度下降優(yōu)化，進(jìn)而實(shí)現(xiàn)乳腺癌病理圖像的自動(dòng)分類(lèi)。（剩余8030字）