文件名称：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
文件大小：630KB
文件格式：ZIP
更新时间：2024-06-12 14:47:44
系统开源
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.
【文件预览】：
Breast_cancer_detection-master
----mlp.py(508B)
----SVMCIFAR.m(3KB)
----CV_balancing_code.m(2KB)
----Classifying Biological Images Using Pre-trained CNNs.pdf(672KB)
----vgg16_cv.py(11KB)
----RandomForest_CV.m(882B)
----README.md(1KB)
----data_load.py(702B)
----alexnet.py(2KB)
----pre_process.m(921B)
----generate_features.py(639B)
----classifier_code.m(1013B)
----encoder.py(1KB)