الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

Hierattn: تشخيص آفات الجلد الخاضعة للإشراف بعمق مع الاهتمام بالمرحلة والفرع

تشخيص الآفات الجلدية الخاضعة للإشراف بعمق مع الاهتمام بالمرحلة والفرع
Wei Dai ، Rui Liu ، Tianyi Wu ، Min Wang ، Jianqin Yin ، Jun Liu
قبلت في IEEE JBHI ، 2023. [Arxiv] [ورقة]

تثبيت

يرجى الرجوع إلى install.md للحصول على تعليمات التثبيت.

التقييم والتدريب القياسي

يرجى الرجوع إلى Data.md لإعداد مجموعة البيانات.

استخدمنا التعلم النقل لتهيئة الأوزان القابلة للضبط لنماذج هيراتن و SOTA جزئيًا. يرجى الرجوع إلى premodel.md لتنزيل النماذج المسبق.

تصنيف الآفات الجلدية في مجموعة بيانات التنظير الجلدي

Ihisic20000 فال # المعلمات/م أعلى 1 دقة/٪ ↑
mobilenetv2 2.23 93.45
mobilevit_s 4.94 94.72
mobilenetv3_large 4.21 94.77
Shufflenetv2_1 × 2.28 95.23
mnasnet1.0 3.11 95.45
effaiveNet_B0 4.02 95.48
hierattn_xs (لنا) 1.08 96.15
Hierattn_S (لنا) 2.14 96.70

تصنيف الآفات الجلدية في مجموعة بيانات الهواتف الذكية

IHPAD3000 VAL # المعلمات/م أعلى 1 دقة/٪ ↑
mobilenetv2 2.23 87.44
Shufflenetv2_1 × 2.28 87.89
mobilevit_s 4.94 88.22
mobilenetv3_large 4.21 88.78
effaiveNet_B0 4.02 90.22
mnasnet1.0 3.11 90.33
hierattn_xs (لنا) 1.08 90.11
Hierattn_S (لنا) 2.13 91.22

اقتباس

إذا وجدت أنها مفيدة في بحثك ، فيرجى التفكير في ذكر ورقتنا على النحو التالي: 

 @ARTICLE{10230242,
  author={Dai, Wei and Liu, Rui and Wu, Tianyi and Wang, Min and Yin, Jianqin and Liu, Jun},
  journal={IEEE Journal of Biomedical and Health Informatics}, 
  title={Deeply Supervised Skin Lesions Diagnosis With Stage and Branch Attention}, 
  year={2024},
  volume={28},
  number={2},
  pages={719-729},
  keywords={Skin;Lesions;Feature extraction;Convolution;Transformers;Training;Computational modeling;Attention;deep supervision;disease classification;skin lesion;vision transformer},
  doi={10.1109/JBHI.2023.3308697}}

شكر وتقدير

شكرا جزيلا لمؤلفي ML-CVNets على إطار عملهم العظيم!

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل