[发明专利]一种基于图像增强和Inception网络的皮肤癌图像分类方法在审
| 申请号： | 201910669476.7 | 申请日： | 2019-07-24 |
| 公开（公告）号： | CN110399916A | 公开（公告）日： | 2019-11-01 |
| 发明（设计）人： | 朱全银;王啸;陈伯伦;高尚兵;曹苏群;吴思凯 | 申请（专利权）人： | 淮阴工学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 梁耀文 |
| 地址： | 223005 江苏省淮安市洪泽区东七街三号高*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图像增强和Inception网络的皮肤癌图像分类方法，首先读取皮肤癌图片和标签数据，对标签数据进行one‑hot编码，对皮肤癌图像进行归一化处理。再划分训练集、验证集、测试集。然后对图像进行图像增强，接着使用训练集训练基于Inception网络的深度神经网络。当需要识别皮肤癌图像种类时，加载训练好的深度神经网络模型，对数据归一化处理后，训练好的模型对图片进行分类，得到皮肤癌图片的种类。本发明弥补了现有图像分类方法在数据量不够丰富时易过拟合的状况，有效的提高了皮肤癌图像分类的准确性。 | ||
| 搜索关键词： | 皮肤癌 图像分类 图像增强 标签数据 训练集 图像 神经网络模型 读取 归一化处理 数据归一化 神经网络 网络 测试集 数据量 验证集 加载 拟合 图片 分类 | ||
【主权项】：
1.一种基于图像增强和Inception网络的皮肤癌图像分类方法，其特征在于，包括如下步骤：(1)读取皮肤癌图片内容和对应标签，并对图片进行图像增强等预处理；(2)搭建单层Inception网络；(3)搭建基于Inception网络的深度神经网络模型；(4)使用处理好的图像矩阵和图像标签训练神经网络模型；(5)训练模型用于皮肤癌图像分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于淮阴工学院，未经淮阴工学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910669476.7/，转载请声明来源钻瓜专利网。
