文件名称：Pneumonia-Detection-Image-Classification-Deep-Learning-Model
文件大小：759KB
文件格式：ZIP
更新时间：2024-04-04 00:09:09
JupyterNotebook
肺炎检测图像分类深度学习模型 目的：建立一个深度学习神经网络模型，使用胸部X射线图像作为模型输入来预测/分类患者是否患有肺炎。 回购内容 Python模块（在“ module4_scripts”文件夹中） 创建了一个python包作为该项目的基础结构。 dir_constructor.py-包含用于构建数据目录的功能，在该目录中，原始数据集中的图像分为训练集，测试集和验证集。 reader.py-包含读取图像数据的功能。 preprocessor.py-包含用于将图像转换为适合机器学习建模的数据格式（2D和4D归一化数值数组）的功能。 model.py-包含编译，训练和评估紧密连接的卷积神经网络模型的功能。 Jupyter笔记本 Jupyter笔记本 preprocessing.ipynb-此笔记本包含所有数据预处理工作，该工作需要读取图像数据并将其转换为2D和4D numpy数
【文件预览】：
Pneumonia-Detection-Image-Classification-Deep-Learning-Model-main
----modeling.ipynb(1.02MB)
----images()
--------model_evaluation.PNG(33KB)
--------model_summary.PNG(13KB)
--------model_training_curves.PNG(41KB)
----preprocessing.ipynb(9KB)
----README.md(4KB)
----module4_scripts()
--------dir_constructor.py(4KB)
--------reader.py(4KB)
--------model.py(9KB)
--------preprocessor.py(3KB)