文件名称：matlab信任模型代码-CNN-Visualization-toward-Malaria-Parasite-Detection:CNN可视化
文件大小：3.07MB
文件格式：ZIP
更新时间：2024-06-11 07:47:17
系统开源
matlab信任模型代码CNN可视化疟疾寄生虫检测 随意使用随附的笔记本电脑获取您自己的型号和数据。 该存储库还包括Matlab代码，以在自定义训练模型中提取和可视化学习的权重，显着性和类激活图。 请引用该出版物，因为这些代码和数据是该出版物的一部分： Rajaraman S，Silamut K，Hossain MA，Ersoy I，Maude RJ，Jaeger S，Thoma GR和Antani SK。 了解定制的卷积神经网络对稀薄血液涂片图像中的疟原虫检测的学习行为。 J Med Imaging（贝灵汉）。 2018年7月; 5（3）：034501。 doi：10.1117 / 1.JMI.5.3.034501。 EPUB 2018年7月18日 先决条件： Keras> = 2.2.0 Tensorflow-GPU> = 1.9.0 OpenCV> = 3.3 Matlab R2018b 目标 卷积神经网络（CNN）已成为视觉识别任务的首选架构。 但是，这些模型被视为黑匣子，因为对从潜在的潜在任务中了解到的行为缺乏了解。 这种缺乏透明性是一个严重的缺点，特别是在涉及医学筛查和诊断
【文件预览】：
CNN-Visualization-toward-Malaria-Parasite-Detection-master
----README.md(5KB)
----JMI-18042R_online.pdf(3.44MB)
----Pretrained CNNs for Malaria Parasite Detection_JMI.ipynb(22KB)
----tensorflow_backend.py(583B)
----Occlusion_Sensitivity.ipynb(26KB)
----dense_net.JPG(40KB)
----feature_extraction.m(13KB)
----Custom CNN for Malaria Parasite Detection_JMI.ipynb(19KB)
----f_myOverlay.m(1KB)
----theano_backend.py(932B)
----densenet.py(38KB)
----Heatmap_CAM_Visualization.ipynb(25KB)
----imagenet_inference.py(661B)
----DenseNets for Malaria Parasite Detection.ipynb(18KB)
----weights()
--------weight_translation_121.py(3KB)
--------weight_translation_161.py(3KB)
--------weight_translation_169.py(3KB)
----subpixel.py(3KB)